基于多通道信息融合的药物靶标亲和力预测方法

    公开(公告)号:CN119229954A

    公开(公告)日:2024-12-31

    申请号:CN202411097119.5

    申请日:2024-08-12

    Abstract: 本发明提出了一种基于多通道信息融合的药物靶标亲和力预测方法。该方法综合运用了化学信息编码、深度学习技术和特征融合策略,分别采用Transformer模块和多层图同构网络模块(MGIN)分别对药物的化学信息和分子结构进行特征提取,通过一个包含三分支的卷积神经网络层(CNNs)来学习靶标的序列特征。接下来,将提取到的药物局部化学特征、全局结构特征和靶标序列特征通过特征融合模块进行融合,形成多通道交互融合的药物靶标联合表征。最后,将联合表征输入到预测模块进行回归预测。该方法通过对药物分子的双模态特征表示和药物靶标多通道信息交互,实现了一种更全面和信息丰富的分子结构编码方式,有效提高了预测药物靶标亲和力的准确度。

Patent Agency Ranking