龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：合肥千手医疗科技有限责任公司
摘要：本发明涉及生物医学技术领域，公开了一种用于DTI预测的端到端神经网络模型，包括药物‑靶标数据集构建、图表示和鲁棒的交互预测，药物‑靶标数据集构建是利用网络嵌入方法提取基于药物‑靶标网络的嵌入向量作为补充视图；提出一种基于双向交叉注意力机制和非线性依赖关系度量的深度多视角协同图神经网络用于DTI预测，在GNN中引入密集连接，并构建具有多个图卷积层的深层GNN，同时捕获药物图结构的局部和全局结构，使用网络嵌入法提取节点特征，提高药物和蛋白质的特征表示能力，充分建立药物与靶标之间的关联，并利用HSIC度量药物和靶标特征向量之间的非线性依赖关系，以此指导模型损失函数的优化，提高模型预测的鲁棒性。
主权项：1.一种用于DTI预测的端到端神经网络模型，通过RDkit将药物SMILES序列信息预处理为具有节点特征的图表示，其特征在于，包括：药物-靶标数据集构建、图表示和鲁棒的交互预测；其中，所述节点特征是指每个原子的特征；所述药物-靶标数据集构建是利用网络嵌入方法提取基于药物-靶标网络的嵌入向量作为补充视图，从宏观角度表示药物和靶标；所述图表示以数据集中已知的、存在相互作用的药物靶标为基础构建药物靶标相互作用网络，基于药物结构特征构建药物-药物相似性网络、基于靶标序列特征构建靶标-靶标相似性网络，然后使用网络嵌入方法学习网络中节点的低维潜在表示；所述鲁棒的交互预测是基于参数共享的交叉注意力模块来计算药物和蛋白质之间的交叉注意力以捕获它们之间的相互关系，并采用HSIC量化两者特征向量之间的依赖性，作为神经网络交叉熵损失函数的补充，指导深度学习模型的优化。
全文数据：
权利要求：
百度查询： 合肥千手医疗科技有限责任公司 一种用于DTI预测的端到端神经网络模型
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号