一种靶向G蛋白偶联受体的化合物的筛选方法技术

本发明专利技术涉及计算机辅助药物分析技术领域，尤其涉及一种靶向G蛋白偶联受体的化合物的筛选方法。该方法包括：采集化合物结构、GPCR序列以及化合物‑GPCR相互作用关系的数据；基于所采集得到的结构序列数据提取化合物指纹和GPCR的特征向量，并对其进行计算，得到化合物结构相似性和GPCR序列相似性；根据化合物相似性、GPCR相似性和已知的化合物‑GPCR相互作用构建异构图，再利用异构图神经网络对靶向G蛋白偶联受体的药物进行筛选。根据实验验证可知，本发明专利技术对于筛选靶向G蛋白偶联受体的药物具有较好的性能和适用性。

【技术实现步骤摘要】
一种靶向G蛋白偶联受体的化合物的筛选方法
本专利技术涉及计算机辅助药物发现领域，特别是涉及一种靶向G蛋白偶联受体的化合物的筛选方法。
技术介绍
G蛋白偶联受体(Gprotein-coupledreceptors,GPCRs)是药物靶蛋白中数量最多的，介导了三分之一的药物作用。GPCRs对人体生理上的丰富调节在医学方面得到充分反映，34％的上市药物作用于GPCR。所以，大量的受体研究机构和药物发现机构对GPCRs进行了大量的研究。随着低温电子显微镜、深度突变扫描、基因组测序和信号蛋白分析等技术的进步，GPCR序列、结构和功能数据也迅速增加。最近的研究明确指出，药物和GPCR靶点之间的相互作用对候选药物的毒性或副作用有很大影响。此外，药物的重定位可以通过药物靶点的预测来实现，从而发现化合物和GPCR之间的相互作用，可以促使研究人员识别药物的潜在新用途。因此，筛选靶向GPCR的化合物是非常重要的。虽然湿实验技术可以用来预测GPCR和化合物的相互作用，但是它们涉及到繁琐和耗时的工作。计算方法可以有效地筛选靶向GPCR的化合物，从而缩小靶向GPC本文档来自技高网...

【技术保护点】
1.一种靶向G蛋白偶联受体的化合物的筛选方法，其特征在于，包括：/n步骤1：提取化合物的分子指纹，计算所述化合物的两两相似性，获得化合物相似性矩阵；/n步骤2：提取GPCR的序列特征向量；利用两个GPCR的序列特征向量的夹角来度量两个GPCR之间的相似性，构建GPCR相似性矩阵；/n步骤3：利用化合物相似性矩阵、GPCR相似性矩阵和已知的化合物-GPCR关联关系，构建化合物-GPCR异构信息网络G＝(V,E,R)；利用编码器获得靶向GPCR的化合物的表示向量和GPCR表示向量；/n步骤4：利用已知的化合物-GPCR关系训练解码器，根据靶向GPCR的化合物的表示向量和GPCR表示向量，利用训练好...

【技术特征摘要】
1.一种靶向G蛋白偶联受体的化合物的筛选方法，其特征在于，包括：
步骤1：提取化合物的分子指纹，计算所述化合物的两两相似性，获得化合物相似性矩阵；
步骤2：提取GPCR的序列特征向量；利用两个GPCR的序列特征向量的夹角来度量两个GPCR之间的相似性，构建GPCR相似性矩阵；
步骤3：利用化合物相似性矩阵、GPCR相似性矩阵和已知的化合物-GPCR关联关系，构建化合物-GPCR异构信息网络G＝(V,E,R)；利用编码器获得靶向GPCR的化合物的表示向量和GPCR表示向量；
步骤4：利用已知的化合物-GPCR关系训练解码器，根据靶向GPCR的化合物的表示向量和GPCR表示向量，利用训练好的解码器对靶向GPCR的化合物打分，预测GPCR和化合物之间的相互作用。


2.根据权利要求1所述的筛选方法，其特征在于，步骤1中，所述分子指纹为MACCS密钥分子化学指纹fp。


3.根据权利要求2所述的筛选方法，其特征在于，步骤1中，采用Jaccard相似系数计算所述化合物的两两相似性sim(ci,cj)，所述sim(ci,cj)的计算公式如下：



其中，化合物ci和cj的二值分子指纹特征向量分别为fp(ci)和fp(cj)。


4.根据权利要求1所述的筛选方法，其特征在于，步骤2中，所述提取GPCR的序列特征向量采用的方法为基于平行相关性伪氨基酸组成方法。


5.根据权利要求4所述的筛选方法，其特征在于，步骤2中，所述提取GPCR的序列特征向量采用的方法具体为：
给定R表示GPCR的氨基酸序列，Ri表示第i个位置的氨基酸，μ表示氨基酸理化性质的数目，Hμ(Ri)代表位于第i个的氨基酸Ri在第μ＝(μ＝1,2，...μ)个理化性质的值，则第i个位置的氨基酸Ri和第j个位置的氨基酸Rj的相关分数Θ(Ri...

【专利技术属性】
技术研发人员：丁平尖，武紫玉，倪云军，陈银香，罗凌云，李跃，
申请(专利权)人：南华大学，
类型：发明
国别省市：湖南;43