-
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
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
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：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
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：CN115458046A
公开(公告)日：2022-12-09
申请号：CN202211228098.7
申请日：2022-10-09
Applicant: 兰州大学
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。
-
-
-
Search Results
4
records
(took 0.015 seconds)
