公开(公告)号：CN119479780A

公开(公告)日：2025-02-18

申请号：CN202411261327.4

申请日：2024-09-10

Applicant: 安徽大学

Inventor： 郑春厚 ,  阮大成 ,  王飞

IPC: G16B15/30 ,  G16B40/30 ,  G16C20/50 ,  G16C20/70 ,  G06F18/213 ,  G06F18/24 ,  G06F18/25 ,  G06F40/242 ,  G06F40/289 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/088

Abstract: 本发明公开了一种利用深度学习分析预测药物‑靶标相互作用的方法，其中方法包括：对药物和靶标蛋白进行编码，提取药物和靶标蛋白用于交互的特征；把药物和靶标蛋白用于交互的特征输入多头交叉注意力机制，提取药物和靶标蛋白的交互特征；获取药物和靶标蛋白的独立特征；对药物独立特征、靶标蛋白独立特征和药物和靶标蛋白的交互特征进行融合再分类，预测药物‑靶标相互作用；本发明提出一种基于药物‑靶标的全局分子和局部特征分子之间的特征提取的网络，预测药物‑靶标的DTIs；本发明采用了交叉注意力机制来提取药物靶标的交互特征，用GAT和CNN来提取药物靶标的独立特征，获得丰富的药物‑靶标的信息，提高了预测的性能。