【技术实现步骤摘要】
一种药物
‑
靶点的相互作用预测方法及装置
[0001]本专利技术涉及药物作用预测
，特别涉及一种药物
‑
靶点的相互作用预测方法及装置。
技术介绍
[0002]药物作用预测是针对特定疾病，确定具有潜在治疗作用的新候选化合物的过程，而药物靶标相互作用的预测是药物发现过程中必不可少的一步。药物分子的疗效取决于它们对靶蛋白或受体的亲和力。对靶蛋白没有任何相互作用或亲和力的药物分子，将不能提供治疗效果。
[0003]由于药物分子和靶点蛋白质的相互作用(drug
‑
target interactions,DTI)的实验测定，既费时又耗费资源，因此，开发高效的计算模拟方法是很有必要的，可以利用已知测定过的药物分子
‑
靶点蛋白质相互作用数据，基于机器学习的方法来训练模型，学习这类异质性生物学数据，来了解药物在人体内的作用机制。
[0004]目前，相互作用预测方法中，通常需要获取大量的药物分子的特征、靶点蛋白的特征，然后将药物分子的特征、靶点蛋白直接...
【技术保护点】
【技术特征摘要】
1.一种药物
‑
靶点的相互作用预测方法，其特征在于，包括：基于待测药物以及待测靶点，利用目标预测模型中的目标第一子模型进行相互作用指纹提取，获得所述待测药物与所述待测靶点的目标相互作用指纹信息；基于所述相互作用指纹信息中的相互作用类型，利用所述目标预测模型中的目标第二子模型进行相互作用程度的预测，获得所述待测药物与所述待测靶点的相互作用的预测结果。2.如权利要求1所述的方法，其特征在于，所述基于待测药物以及待测靶点，利用目标预测模型中的目标第一子模型进行相互作用指纹提取，获得所述待测药物与所述待测靶点的目标相互作用指纹信息，具体包括：利用所述目标第一子模型中的分子图模型对所述待测药物进行特征向量提取，获得第一特征向量；利用所述目标第一子模型中的蛋白序列语言模型，对所述待测靶点进行特征向量提取，获得第二特征向量；基于所述第一特征向量以及所述第二特征向量提取获得所述目标相互作用指纹信息。3.如权利要求2所述的方法，其特征在于，在利用所述目标第一子模型中的分子图模型对所述待测药物进行特征向量提取，获得第一特征向量之前，所述方法还包括：对所述待测药物进行预处理，获得基于化学键连接信息的、用于提取第一特征向量的待测药物的图数据；对所述待测靶点进行预处理，获得用于提取第二特征向量的待测靶点的蛋白序列数据。4.如权利要求1所述的方法，其特征在于，所述基于所述目标相互作用指纹信息中的相互作用类型，利用所述目标预测模型中的目标第二子模型进行相互作用程度的预测，获得所述待测药物与所述待测靶点的相互作用的预测结果，具体包括：基于目标第二子模型根据所述目标相互作用指纹信息中的相互作用类型，计算获得相互作用程度值；基于所述相互作用程度值获得所述待测药物与所述待测靶点的相互作用的预测结果；其中，所述相互作用类型包括如下任意一种或几种：非极性的相互作用、面对面的π
‑
π相互作用、面对边的π
‑
π相互作用、残基为供体的氢键、残基为受体的氢键、残基带正电荷的静电相互作用以及残基带负电荷的静电相互作用。5.如权利要求1所述的方法，其特征在于，在基于待测药物以及待...
【专利技术属性】
技术研发人员：王俊，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。