摘要
本发明涉及药物靶标预测技术领域,公开了一种药物靶标智能预测方法及系统,药物靶标智能预测方法包括以下步骤:步骤1:获取目标蛋白质的结构数据和序列数据以及目标蛋白质的同源序列数据;步骤2:根据结构数据进行分子动力学模拟,计算得到动态构象特征向量;根据序列数据,计算得到进化信息特征向量;通过对结构数据进行分析,得到相互作用特征向量;步骤3:通过注意力融合机制,得到增强动态构象特征向量、增强进化信息特征向量和增强相互作用特征向量,再通过门控融合机制,分别得到重要性权重,采用逐元素乘法,结合重要性权重,得到融合特征向量;步骤4:将融合特征向量输入到图神经网络预测模型中,得到靶标可成药性概率。
技术关键词
智能预测方法
系统发育树
神经网络预测模型
蛋白质三维结构
靶标
序列
数据
动态
药物
轨迹
位点
sigmoid函数
智能预测系统
蒙特卡罗方法
滑动窗口方法
机制
指数
构象特征
柔性
注意力