本发明提出一种基于生物子结构预测药物‑靶标相互作用的深度学习方法,该方法首先提取出药物和靶标的功能性子结构,其中药物子结构包括分子支链、常见子结构和逆合成片段,根据化学性质将靶标的氨基酸序列转换为种类序列,再采用不重叠的k‑gram进行切分,得到靶标子结构;然后基于卷积神经网络进行子结构特征学习;实验表明本发明可以有效捕获药物‑靶标相互作用的功能性特征,在不同规模和分布的数据集上表现均优于现有技术,具有合理性和通用性。
声明:
“基于生物子结构预测药物-靶标相互作用的深度学习方法” 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)