公开(公告)号：CN116646001B

公开(公告)日：2024-05-24

申请号：CN202310656597.4

申请日：2023-06-05

Applicant: 兰州大学

Inventor： 袁永娜 ,  张宇豪 ,  孟祥博 ,  单爽 ,  王圣珂

IPC: G16B15/30 ,  G16B30/10 ,  G16B40/00 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于联合式跨域注意力模型预测药物靶标结合性的方法，包括，从药物、蛋白质数据库中提取生物分子化学结构信息和药物‑靶标作用的文本语义信息作为原始数据，构建数据集；基于端到端的联合式架构的耦合神经网络，构建用于预测药物靶标结合性的联合式跨域注意力的初始深度学习模型；将数据集划分训练集和测试集，通过训练集对初始深度学习模型进行训练，获得目标深度学习模型；基于目标深度学习模型进行药物靶标结合性预测，获得预测结果。本发明所需时间少、成本低且预测精度高，方法成本低廉简便，能够节省大量的人力、物力和财力，为药物靶标预测精确度提供相应的基础工具与快捷途径。

公开(公告)号：CN116646001A

公开(公告)日：2023-08-25

申请号：CN202310656597.4

申请日：2023-06-05

Applicant: 兰州大学

Inventor： 袁永娜 ,  张宇豪 ,  孟祥博 ,  单爽 ,  王圣珂

IPC: G16B15/30 ,  G16B30/10 ,  G16B40/00 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于联合式跨域注意力模型预测药物靶标结合性的方法，包括，从药物、蛋白质数据库中提取生物分子化学结构信息和药物‑靶标作用的文本语义信息作为原始数据，构建数据集；基于端到端的联合式架构的耦合神经网络，构建用于预测药物靶标结合性的联合式跨域注意力的初始深度学习模型；将数据集划分训练集和测试集，通过训练集对初始深度学习模型进行训练，获得目标深度学习模型；基于目标深度学习模型进行药物靶标结合性预测，获得预测结果。本发明所需时间少、成本低且预测精度高，方法成本低廉简便，能够节省大量的人力、物力和财力，为药物靶标预测精确度提供相应的基础工具与快捷途径。