基于蛋白质接触图特征的蛋白质-药物相互作用预测方法技术

本发明专利技术公开了一种基于蛋白质接触图特征的蛋白质

【技术实现步骤摘要】
基于蛋白质接触图特征的蛋白质
‑
药物相互作用预测方法


[0001]本专利技术涉及生物信息学预测蛋白质
‑
药物相互作用领域，具体为一种基于蛋白质接触图特征的蛋白质
‑
药物相互作用预测方法。

技术介绍

[0002]在预测蛋白质
‑
药物相互作用是早期药物筛选中的关键步骤。据美国药物研究与制造商协会调查，新药研究占用整个制药业收益的75％。此外，仅有不到5％的经初筛命中的化合物可用于临床实验，传统的筛选方法更是要消耗2
‑
3年的时间，极大程度耗费了研究人员的精力和时间。借助计算机进行虚拟筛选药物花费时间短，准确性高，有效降低了该任务的成本。而该方案的核心即依靠计算机预测出蛋白质和药物之间的相互作用(Protein
‑
Drug Interaction，PDI)。
[0003]预测蛋白质
‑
药物的相互作用主要包含三个步骤：1、对药物分子式进行量化并提取其特征；2、对蛋白序列进行量化并提取特征；3、选择合适的分类模型，预测药物本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于蛋白质接触图特征的蛋白质
‑
药物相互作用预测方法，其特征在于，包括以下步骤：步骤1、给定一个蛋白质序列集，利用软对称对齐算法模型分别提取每条蛋白质序列的接触图信息，再从接触图信息中提取蛋白质特征；步骤2、使用扩展连通性指纹提取药物分子的子结构特征，同时使用Mol2vec向量嵌入得到另一个子结构特征，将两个子结构特征融合，得到药物特征；步骤3、将提取好的蛋白质特征和药物特征进行拼接，并使用自注意力机制对蛋白质药物相互作用信息进行加权提取；步骤4、将步骤3生成的药物蛋白质相互作用特征放入双向门控循环单元训练并放入Softmax激活函数进行归一化处理从而生成预测结果。2.根据权利要求1所述的基于蛋白质接触图特征的蛋白质
‑
药物相互作用预测方法，其特征在于，步骤1中对于一个由长度为L的蛋白质序列P，利用预训练好的SSA算法模型得到每条蛋白质的接触图预测信息；根据接触图信息算出接触图每一行的方差或标准差，得到方差或标准差矩阵；对方差或标准差矩阵进行拼接，得到蛋白质特征。3.根据权利要求1所述的基于蛋白质接触图特征的蛋白质
‑
药物相互作用预测方法，其特征在于，将两个子结构特征融合，得到药物特征的具体方法为：用一维卷积将提取出的两种药物原特征分别转至下层特征；使用映射矩阵分别将两个子结构特征映射到与对方相同的特征空间中并与下层特征相加，两个映射矩阵互为转置，具体公式为：F
M1
＝Conv1d(F
M0
)+WF
N0
F
N1
＝Conv1d(F
N0
)+W
T
F
M0
F
M0
和F
M1
分别是Morgan原特征与下层特征，F
N1
和F
N0
分别是Mol2vec原特征与下层特征，W是可训练的映射矩阵，其维度分别是F
M0
和F
N0
的长度；将两下层特征相加得到融合特征。4.根据权利要求1所述的基于蛋白质接触图特征的蛋白质
‑
药物相互作用预测方法，其特征在于，将提取好的蛋白质特征和药物特征进行拼接，并使用自注意力机制对蛋白质药物相互作...

【专利技术属性】
技术研发人员：於东军，万宇，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：