一种基于图卷积和相似性的药物-靶点相互作用预测算法
公开
摘要
本发明涉及药物‑靶点相互作用预测技术、深度学习领域，具体为一种基于图卷积和相似性的药物‑靶点相互作用预测算法。包括：1)通过DrugBank和RCSB等公开数据库获取药物、蛋白质和DTI相关数据；2)通过全局结构相似性提取分子间结构信息；3)通过DeepChem提取药物分子和蛋白质分子的单体特征信息；4)通过特征降维、特征融合和归一化处理得到药物‑靶点相互作用预测结果；5)对模型进行参数调优，不断提升预测准确率，最优模型将用于辅助药物发现、药物验证和药物副作用等研究。
基本信息
专利标题 ：
一种基于图卷积和相似性的药物-靶点相互作用预测算法
专利标题（英）：
暂无
公开（公告）号 ：
CN114613425A
申请号 ：
CN202210236106.6
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
宋弢高畅楠张旭东李雪韩佩甫
申请人 ：
中国石油大学（华东）
申请人地址 ：
山东省青岛市黄岛区长江西路66号
代理机构 ：
代理人 ：
优先权 ：
CN202210236106.6
主分类号 ：
G16B5/00
IPC分类号 ：
G16B5/00 G16B20/00 G16B30/10 G16C20/10 G16C20/30 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
G16B5/00
特别适用于生物系统的建模或仿真，例如遗传基因管理网络、蛋白质交互作用网络或新陈代谢作用网络的ICT
法律状态
2022-06-10 ：
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
