公开(公告)号：CN115458046B

公开(公告)日：2023-08-11

申请号：CN202211228098.7

申请日：2022-10-09

Applicant: 兰州大学

Inventor： 袁永娜 ,  张宇豪 ,  孟祥博 ,  刘振宇

IPC: G16B15/30 ,  G16B40/00 ,  G16C20/70 ,  G06F18/214 ,  G06F18/241 ,  G06F18/22 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开基于并行式深层细粒度模型预测药物靶标结合性的方法，包括：获取药物、蛋白质、疾病的数据集，基于数据集，通过并行计算训练预测模型，并对训练好的预测模型进行验证；获取药物靶标数据，通过验证后的预测模型对药物靶标数据进行预测，得到药物靶标结合性预测结果。其中所述预测模型为深层细粒度模型，包括构造器、编码器、解码器；通过构造器提取数据集的本体特征；通过编码器对本体特征进行细粒度级别融合，得到综合性特征，通过解码器对综合性特征进行解码，得到分类预测结果，其中分类预测结果为药物是否存在相互作用。

公开(公告)号：CN115713965B

公开(公告)日：2023-05-23

申请号：CN202211332124.0

申请日：2022-10-28

Applicant: 兰州大学

Inventor： 袁永娜 ,  王欣 ,  刘振宇

IPC: G16B15/30 ,  G16B40/00 ,  G16C20/30 ,  G16C20/50 ,  G16C20/70

Abstract: 本申请公开了基于GECo模型预测化合物‑蛋白质亲和力的计算方法，包括以下步骤：获取数据集中的化合物‑蛋白质对数据；对所述化合物‑蛋白质对分别进行处理，分别得到化合物分子特征和蛋白质分子特征；将所述化合物分子特征和所述蛋白质分子特征输入到GECo模型中进行训练，得到化合物‑蛋白质结合亲和力。本申请相比目前计算CPA的各种方法具有快速，准确，高效，低成本的优点，且具有预测亲和力和推测潜在相互作用位置的双功能，为药物研发过程中计算化合物‑蛋白质亲和力提供了一种基础工具和高效途径。