本发明是一种基于深度学习的靶标预测系统,其特征在于,该系统包括通过深度学习框架tensorflow进行算法的建模、通过使用RDkit、Numpy、Pandas进行数据处理的靶标预测模块,所述靶标预测模块包括靶标训练阶段和靶标预测阶段,所述靶标训练阶段通过对已知分子及其对应的靶标之间的关系的训练生成训练模型,靶标预测阶段通过将新的分子信息输入到训练模型中进行新的分子靶标概率的预测,通过对预测出的靶标概率的分析对比确定分子的靶标,其中,该系统通过原子之间的化学键作用进行拓扑相邻的卷积操作。通过将靶标预测模块采用深度学习框架tensorflow进行算法的建模、使用RDkit、Numpy、Pandas进行数据处理的方式使分子与靶标之间的关系的探索更高效准确,增加了分子靶标预测的准确率。
声明:
“基于深度学习的靶标预测系统及其方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)