基于矩阵补全的药物靶点预测方法及系统
实质审查的生效
摘要
本发明提供一种基于矩阵补全的药物靶点预测方法及系统,属于生物医药技术领域,通过图卷积网络学习药物和靶点的低维特征向量,结合图卷积网络中每个药物节点或靶点节点的拓扑性质和邻域信息,捕捉非线性相互作用;利用矩阵补全的方法对学习到的药物特征和靶点特征进行关系预测,得到靶点预测结果。本发明基于图神经网络方法有效融合网络结构和节点属性信息,通过对局部表示应用多层聚合捕获更高阶的节点特征信息;进一步基于矩阵补全的方法学习原始特征隐含的抽象信息;最后将网络中中药和靶点的特征表示学习和后续的靶点预测任务结合,通过后者进一步优化特征表示,构建端到端的预测模型。
基本信息
专利标题 :
基于矩阵补全的药物靶点预测方法及系统
专利标题(英):
暂无
公开(公告)号 :
CN114530197A
申请号 :
CN202210138174.9
公开(公告)日 :
2022-05-24
申请日 :
2022-02-15
授权号 :
暂无
授权日 :
暂无
发明人 :
周雪忠王宁夏佳楠
申请人 :
北京交通大学
申请人地址 :
北京市海淀区西直门外上园村3号
代理机构 :
北京市商泰律师事务所
代理人 :
邹芳德
优先权 :
CN202210138174.9
主分类号 :
G16B15/30
IPC分类号 :
G16B15/30
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
2022-06-10 :
实质审查的生效
IPC(主分类) : G16B 15/30
申请日 : 20220215
申请日 : 20220215
2022-05-24 :
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