公开(公告)号：CN117995266A

公开(公告)日：2024-05-07

申请号：CN202410206560.6

申请日：2024-02-26

Applicant: 湖南大学

Inventor： 曾湘祥 ,  杨慧丹 ,  刘元盛 ,  刘益萍 ,  宋勃升 ,  王怡君

IPC: G16B15/30 ,  G16B40/00 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于三重特征增强表征的药物靶标相互作用预测方法，首先提取出待预测药物靶标对数据中药物和靶标的功能子结构，再对药物靶标对数据构建药物‑靶标相互作用对网络，然后构建三重特征学习模块，使用两个Transformer编码器和图神经网络分别对药物、靶标和药物‑靶标相互作用对网络进行特征学习，最后将特征融合后得到三重特征增强表征的药物靶标对表示输入分类器中得到预测结果。本方法在学习药物和靶标个体特征的基础上，增加了药物靶标对网络特征以生成增强表征，在挖掘药物分子中原子信息和靶标氨基酸序列残基信息之外，关注了药物‑靶标相互作用对网络可能提供的潜在直接关联信息。本发明可以有效学习获取药物靶标相互作用的功能性特征。