本发明公开了一种基于异构网络的G蛋白偶联受体(G‑Protein Coupled Receptor,GPCR)药物和靶向通路的预测方法及其生物学用途。该方法基于药物的化学子结构特征、基于药物的SMILES字符串信息特征、通路相关的蛋白质序列特征及通路相关疾病的表型特征的基础上,进而建立药物‑通路异构网络模型,并使用深度置信网络的方法预测药物‑通路相互作用关系。本发明提出的基于异构网络的GPCR药物和靶向通路的预测方法不仅预测精度高,鲁棒性好,而且可以成功预测出部分GPCR药物所作用的通路。该方法可用于药物‑通路相关性评估及临床患者用药参考等用途。
声明:
“基于异构网络的GPCR药物和靶向通路的预测方法” 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)