-
公开(公告)号：CN116597892A
公开(公告)日：2023-08-15
申请号：CN202310560994.1
申请日：2023-05-15
Applicant: 之江实验室
IPC: G16B15/30 , G16B15/20 , G16B40/20 , G06N3/0455
Abstract: 本说明书公开了一种模型训练的方法以及分子结构信息的推荐方法及装置，通过获取到的数据集，构建出指定蛋白降解靶向嵌合体的三维分子图信息，该三维分子图信息充分的表征出指定蛋白降解靶向嵌合体的分子结构的各种特征，将该三维分子图信息输入到预测模型中后，预测模型会根据三维分子图信息，来预测与指定蛋白降解靶向嵌合体组合成具有预设药物功能的分子片段的片段信息，作为目标片段信息，进而根据预测出的目标片段信息以及与指定蛋白降解靶向嵌合体对应的标签分子片段的片段信息之间的偏差，对预测模型进行训练，使得后续在预测分子结构的过程中，可以通过该预测模型实现快速、准确的分子片段预测，从而提高了分子片段探索的效率以及准确性。
-
公开(公告)号：CN116705194B
公开(公告)日：2024-06-04
申请号：CN202310664368.7
申请日：2023-06-06
Applicant: 之江实验室
IPC: G16C20/50 , G16C20/30 , G16C20/70 , G16B15/30 , G16B20/50 , G16B30/10 , G06N3/042 , G06N3/045 , G06F18/25
Abstract: 本发明公开了一种基于图神经网络的药物抑癌敏感性预测方法与装置，包括：获取候选药物及癌细胞系原始数据；提取候选药物的药物信息特征，并进行扩展；根据药物信息特征，构建药物分子特征向量，以药物的原子为节点，化学键为边，构建药物邻接矩阵、节点特征矩阵和边特征矩阵；构建并迭代图神经网络模型，得到药物图特征；药物图特征与药物分子特征向量聚合后，得到药物表征；获取存储基因序列在癌细胞系中基因表达、基因突变、基因甲基化、基因拷贝数的表达量，提取癌细胞系表征；对药物表征和癌细胞系表征进行特征融合，得到药物‑癌细胞系实例对，将其对输入至药物抑癌敏感性预测模型中，预测得到候选药物在癌细胞系环境中的IC50值。
-
公开(公告)号：CN116597892B
公开(公告)日：2024-03-19
申请号：CN202310560994.1
申请日：2023-05-15
Applicant: 之江实验室
IPC: G16B15/30 , G16B15/20 , G16B40/20 , G06N3/0455
Abstract: 本说明书公开了一种模型训练的方法以及分子结构信息的推荐方法及装置，通过获取到的数据集，构建出指定蛋白降解靶向嵌合体的三维分子图信息，该三维分子图信息充分的表征出指定蛋白降解靶向嵌合体的分子结构的各种特征，将该三维分子图信息输入到预测模型中后，预测模型会根据三维分子图信息，来预测与指定蛋白降解靶向嵌合体组合成具有预设药物功能的分子片段的片段信息，作为目标片段信息，进而根据预测出的目标片段信息以及与指定蛋白降解靶向嵌合体对应的标签分子片段的片段信息之间的偏差，对预测模型进行训练，使得后续在预测分子结构的过程中，可以通过该预测模型实现快速、准确的分子片段预测，从而提高了分子片段探索的效率以及准确性。
-
公开(公告)号：CN116705194A
公开(公告)日：2023-09-05
申请号：CN202310664368.7
申请日：2023-06-06
Applicant: 之江实验室
IPC: G16C20/50 , G16C20/30 , G16C20/70 , G16B15/30 , G16B20/50 , G16B30/10 , G06N3/042 , G06N3/045 , G06F18/25
Abstract: 本发明公开了一种基于图神经网络的药物抑癌敏感性预测方法与装置，包括：获取候选药物及癌细胞系原始数据；提取候选药物的药物信息特征，并进行扩展；根据药物信息特征，构建药物分子特征向量，以药物的原子为节点，化学键为边，构建药物邻接矩阵、节点特征矩阵和边特征矩阵；构建并迭代图神经网络模型，得到药物图特征；药物图特征与药物分子特征向量聚合后，得到药物表征；获取存储基因序列在癌细胞系中基因表达、基因突变、基因甲基化、基因拷贝数的表达量，提取癌细胞系表征；对药物表征和癌细胞系表征进行特征融合，得到药物‑癌细胞系实例对，将其对输入至药物抑癌敏感性预测模型中，预测得到候选药物在癌细胞系环境中的IC50值。
-
-
-
Search Results
4
records
(took 0.012 seconds)
