1. 您所在位置：
  2. 网站首页
  3. 专利分类
  4. 物理
发明

一种基于TransVAE的药物-靶标结合亲和力预测方法2025

2023-10-01 07:20:48 发布于四川 6
  • 申请专利号：CN202310840256.2
  • 公开（公告）日：2025-08-12
  • 公开（公告）号：CN116825183A
  • 申请人：东北农业大学
摘要：本发明涉及人工智能与药物发现相关领域，具体来说，发明了一种基于Transformer与变分自编码器(Variational Autoencoder,VAE)相结合的药物‑靶标结合亲和力(Drug‑Target binding Affinity,DTA)预测方法。用于解决目前公开的多数基于人工智能的DTA预测方法中存在的两个问题：1)大多方法只关注药物和靶标的特征表示，而忽略了到药物和靶标的子结构(Sub‑structure)对DTA预测结果的影响，即特征获取不够细粒度化；2)缺乏有效的特征融合方法，从而导致DTA预测效果不理想的问题。本发明结合Transformer与VAE两个模型的优势，分别对药物和靶标进行特征编码后再输入到本发明设计的注意力池化模块进行特征融合，最后输入到预测模块进行DTA预测。本发明可以应用于药物与靶标结合亲和力的预测。

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 116825183 A (43)申请公布日 2023.09.29 (21)申请号 202310840256.2 (22)申请日 2023.07.11 (71)申请人 东北农业大学 地址 150030 黑龙江省哈尔滨市香坊区长 江路600号 (72)发明人 周长建　宋佳　李中正　向文胜　 (51)Int.Cl. G16B 15/30 (2019.01) G16B 40/00 (2019.01) G06N 3/0455 (2023.01) G06N 3/048 (2023.01) G06N 3/08 (2023.01) 权利要求书2页 说明书6页 附图2页 (54)发明名称 一种基于TransVAE的药物-靶标结合亲和力 预测方法 (57)摘要 本发明涉及人工智能与药物发现相关领域， 具体来说，发明了一种基于Transformer与变分 自编码器(Variational Autoencoder ,VAE)相结 合的药物 ‑靶标结合亲和力(Drug ‑Target  binding Affinity ,DTA)预测方法。用于解决目 前公开的多数基于人工智能的DTA预测方法中存 在的两个问题：1)大多方法只关注药物和靶标的 特征表示，而忽略了到药物和靶标的子结构 (Sub‑structure)对DTA预测结果的影响，即特征 获取不够细粒度化 ；2)缺乏有效的特征融合方 法，从而导致DTA预测效果不理想的问题。本发明 A 结合Transfor

最新专利

相关专利