【技术实现步骤摘要】
本专利技术涉及蛋白质功能预测，特别涉及一种用于药物-靶点亲和力预测的蛋白多层次语义聚合表征方法。
技术介绍
1、药物筛选可以帮助科研人员从大量的化合物中快速筛选出可能具有药理活性或潜在治疗作用的化合物，从而减少试错过程和资源的浪费，提高药物研发的效率。而预测药物-靶点结合亲和力(dta)又是药物筛选过程中的关键一环，准确高效的预测出药物-靶点之间的结合亲和力将能大大缩短药物筛选过程。然而，基于传统生物实验的方法来确定药物-靶点亲和力需要昂贵的实验成本。近年来，为了打破这种成本上的限制，越来越多的研究将侧重点放在了基于计算机的结合亲和力预测方法上，主要分为：基于分子动力学的分子对接方法和基于数据驱动的深度学习方法。
2、基于分子动力学的分子对接方法主要是通过在计算机中模拟药物小分子与目标蛋白结构的相互作用，包括刚性对接和柔性对接两种方式。通过对接评分函数来预测药物-靶点对之间的相互作用，从而筛选出具有良好亲和力的药物候选化合物。尽管这种基于分子动力学的分子对接方式对于药物靶点亲和力预测具有良好的预测表现，但是分子对接需要进行大...
【技术保护点】
1.一种用于药物-靶点亲和力预测的蛋白多层次语义聚合表征方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，药物分子特征提取步骤如下：
3.根据权利要求1所述的方法，其特征在于，自下而上融合策略为：
4.根据权利要求3所述的方法，其特征在于：自下而上融合策略具体过程如下：
5.根据权利要求1所述的方法，其特征在于，自上而下融合策略如下：
6.根据权利要求5所述的方法，其特征在于，自上而下融合策略具体如下：
【技术特征摘要】
1.一种用于药物-靶点亲和力预测的蛋白多层次语义聚合表征方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，药物分子特征提取步骤如下：
3.根据权利要求1所述的方法，其特征在于，自下而上融合策略为：...
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。