发明

一种基于深度对比学习的激酶药物相互作用预测方法2024

2024-04-21 07:52:48 发布于四川 0
  • 申请专利号:CN202410313774.3
  • 公开(公告)日:2024-04-19
  • 公开(公告)号:CN117912591A
  • 申请人:鲁东大学
摘要:本发明属于生物信息学领域,涉及一种基于深度对比学习的激酶药物相互作用预测方法。通过将药物分子向量和靶标蛋白质向量输入线性层使它们可以在同一空间维度下进行训练,训练后可以获得具有更好预测效果的激酶药物相互作用预测模型。该方法使用了深度对比学习技术,其步骤包括:药物与靶标投影器的预处理、计算分子和蛋白质特征相似性、基于对比学习的神经网络训练和预测四个过程。该方法可以分析大量的分子结构和生物信息学数据,加速药物发现和设计过程,缩短药物研发周期,降低成本,并促进新药物的发现。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117912591 A (43)申请公布日 2024.04.19 (21)申请号 202410313774.3 (22)申请日 2024.03.19 (71)申请人 鲁东大学 地址 264025 山东省烟台市芝罘区红旗中 路186号 (72)发明人 李锦龙 周树森 刘通 柳婵娟  王庆军 臧睦君  (51)Int.Cl. G16C 20/50 (2019.01) G16C 20/20 (2019.01) G16C 20/70 (2019.01) G06N 3/0442 (2023.01) G06N 3/0499 (2023.01) G06N 3/0895 (2023.01) 权利要求书1页 说明书4页 附图2页 (54)发明名称 一种基于深度对比学习的激酶药物相互作 用预测方法 (57)摘要 本发明属于生物信息学领域,涉及一种基于 深度对比学习的激酶药物相互作用预测方法。通 过将药物分子向量和靶标蛋白质向量输入线性 层使它们可以在同一空间维度下进行训练,训练 后可以获得具有更好预测效果的激酶药物相互 作用预测模型。该方法使用了深度对比学习技 术,其步骤包括:药物与靶标投影器的预处理、计 算分子和蛋白质特征相似性、基于对比学习的神 经网络训练和预测四个过程。该方法可以分析大 量的分子结构和生物信息学数据,加速药物发现 和设计过程,缩短药物研发周期,降低成本,并促 A 进新药物的发现。 1

最新专利