本发明公开了药物发现领域中基于空间结构的同质相互作用预测方法,用于预测药物‑药物相互作用和化合物‑化合物相互作用,包括:S1、利用基于多样性特征的双通道建模网络从输入的化合物或药物的分子表达式和结构出发,获取原子级别和子图级别的特征信息以进行特征增强;其中,原子级别的特征信息包括原子特征、键角特征和键长特征,子图级别的特征信息包括原子和化学键构成的子图特征、化学键和键角构成的子图特征以及官能团子图特征;S2、从大规模无标签的数据集中学习化合物或药物的特征信息;S3、设计对应的三个自监督学习任务进行加强,所述三个自监督学习任务具体是预测键角、预测键长和预测原子间距离,从而增加分类结果的准确性、可靠性。
声明:
“药物发现领域中基于空间结构的同质相互作用预测方法和装置” 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)