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：南京大学
摘要：本发明公开一种基于哈希学习的药物虚拟筛选方法：首先获取蛋白质‑分子复合物数据集；分别定义蛋白质和分子编码器；定义对比学习目标函数，学习蛋白质和分子的相似性信息；定义多模态哈希目标函数，学习蛋白质和分子的二值向量；将对比学习和多模态哈希目标函数构成最终损失函数，训练模型。将分子数据库中的分子表示成二值向量。在进行药物虚拟筛选时，将蛋白质靶标表示为二值向量。计算蛋白质靶标的二值向量和分子数据库中二值向量之间海明距离，或是通过二值向量数据库构建倒排索引来检索最可能结合的分子。根据实际需求，选取一定比例的分子作为候选药物分子。本发明提升了药物虚拟筛选的精度，减少了存储开销，提升了检索速度。
主权项：1.一种基于哈希学习的药物虚拟筛选方法，其特征在于，包括使用哈希学习方法训练的步骤，根据蛋白质靶标对分子数据库进行检索的步骤；所述使用哈希学习方法训练的具体步骤为：步骤100，输入蛋白质-分子复合物数据集；步骤101，定义蛋白质和分子编码器；步骤102，定义对比学习目标函数，学习蛋白质和分子的相似性信息；步骤103，定义多模态哈希目标函数，为蛋白质和分子学习二值向量；步骤104，将对比学习和多模态哈希目标函数构成最终损失函数训练模型，输出并保存模型；步骤105，基于训练得到的分子编码器将分子数据库中的分子表示成二值向量，得到二值向量数据库；所述根据蛋白质靶标对分子数据库进行检索的具体步骤为：步骤200，用训练得到的蛋白质编码器将蛋白质靶标表示为二值向量；步骤201，计算蛋白质靶标的二值向量和分子数据库中分子二值向量之间的海明距离，或是通过二值向量数据库构建倒排索引来检索相似的分子；步骤202，根据实际需求，选取设定比例的分子作为候选药物分子。
全文数据：
权利要求：
百度查询： 南京大学 一种基于哈希学习的药物虚拟筛选方法
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