| 专利号 | 2021111921077 | 申请日 | 2021-10-13 | 专利名称 | 基于多视图深度学习的化合物-蛋白质相互作用预测方法 |
| 授权日 | 2024-06-11 | 专利权人 | 山东大学 | 发明人 | 魏乐义;庞超;龙文韬 |
| 主分类号 | G16B5/00 | 关键词 | 应用领域 | ||
| 摘要 | 本发明提供一种基于多视图深度学习的化合物‑蛋白质相互作用预测方法，属于生物信息处理技术领域，提取的蛋白质的序列特征以及化合物的结构特征进行编码融合，获得表征化合物和蛋白质间相互作用的相关性信息的统一特征；利用预先训练好的预测模型，对序列特征、结构特征以及统一特征进行处理，得到蛋白质和化合物是否会发生相互作用的结果。本发明充分提取了蛋白质和化合物的特征信息，使用GNN来提取化合物的结构特征；获取蛋白质和化合物的潜在交互信息，从不同视角的特征空间生成统一特征；将BERT‑CNN的蛋白质信息、GNN获得的化合物信息和统一信息结合，作为下游预测的输入，保持了蛋白质和化合物的原始信息，化合物‑蛋白质相互作用预测结果更加准确。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 生物产业 生物医学工程产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
