一种基于深度学习的化合物-蛋白质相互作用预测方法
实质审查的生效
摘要
本发明公开了一种基于深度学习的化合物‑蛋白质相互作用预测方法，该方法包括的步骤：步骤A，使用CNN模块学习化合物图片的局部特征再使用Transformer编码器对学习的特征进行语义关系学习；步骤B，使用k‑gram方法对蛋白质序列进行划分，再使用数个Transformer编码器进行语义关系学习；步骤C，对化合物和蛋白质学习到的特征进一步学习，步骤D，经过一个全连接层得到预测结果。本发明提出一种预测精度高、可以有效捕获化合物分子图片特征的方法。
基本信息
专利标题 ：
一种基于深度学习的化合物-蛋白质相互作用预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114360638A
申请号 ：
CN202111530765.2
公开（公告）日 ：
2022-04-15
申请日 ：
2021-12-15
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
吴坚钱莹
申请人 ：
华东师范大学
申请人地址 ：
上海市闵行区东川路500号
代理机构 ：
上海蓝迪专利商标事务所(普通合伙)
代理人 ：
徐筱梅
优先权 ：
CN202111530765.2
主分类号 ：
G16B15/30
IPC分类号 ：
G16B15/30 G16B40/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G16
特别适用于特定应用领域的信息通信技术
G16B
生物信息学，例如特别适用于计算分子生物学中的遗传或蛋白质相关数据处理的信息与通信技术
G16B15/00
特别适用于分析二维或三维分子结构，例如结构或功能关系、结构排序的ICT
G16B15/30
利用结构数据进行药物靶向;对接或绑定预测
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G16B 15/30
申请日 : 20211215
申请日 : 20211215
2022-04-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
