摘要
本发明公开了基于深度学习的多肽药物疗效与毒性预测模型,本发明涉及多肽药物预测技术领域,该基于深度学习的多肽药物疗效与毒性预测模型,包括,构建多肽药物序列数值特征集合,构建多肽药物拓扑结构特征集合,双特征拼接,输出预测结果。本发明通过构建多肽药物序列数值特征集合与构建多肽药物拓扑结构特征集合,使得特征维度更加全面,互补信息,避免单一特征的偏差导致预测结果失衡,在此基础上,将双特征拼接,并引入权重系数,避免多肽药物的疗效及毒性预测中,存在多肽药物序列数值特征权重大于多肽药物拓扑结构特征权重,最终在预测模型上结合均方误差与交叉熵损失的交叉均衡,提升了多肽药物疗效与毒性预测的准确性。
技术关键词
拓扑结构特征
多肽
数值
药物预测技术
神经网络深度学习
序列特征
编码向量
样本
节点特征
注意力机制
非线性
矩阵
误差
分支
数据
参数
偏差
系统为您推荐了相关专利信息
卡尔曼滤波方法
气密性检测设备
气密性检测系统
网络动态拓扑结构
时间序列预测模型
模拟城市河道
特征值
模拟模型
城市河道生态修复
水流
智能数据管理系统
建筑消防安全
异常点
特征值
空间特征分析