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)
1157
编辑：管理员
来源：北方有色网
咨询细节
