一种基于人工智能的药物靶点相互作用预测方法及系统技术方案

本发明专利技术公开了一种基于人工智能的药物靶点相互作用预测方法及系统，方法包括数据收集、数据预处理、复合特征嵌入和提取、多模态联合学习和药物靶点相互作用预测。本发明专利技术涉及药物分析技术领域，具体是指一种基于人工智能的药物靶点相互作用预测方法及系统，本方案采用结合图变压器和图同构改进图神经网络的方法进行特征嵌入和特征提取，通过将两种子网的特征提取结果进行交叉和融合，优化了药物和蛋白质复杂结构和功能信息的特征捕获，提高了预测精度；采用结合交互注意力机制的卷积循环联合神经网络，进行多模态联合学习，通过交互注意力机制确保药物和蛋白质特征的交互和联系性，最后采用计算SHAP值的方法优化可解释性。

【技术实现步骤摘要】

本专利技术涉及药物分析，具体是指一种基于人工智能的药物靶点相互作用预测方法及系统。

技术介绍

1、基于人工智能的药物靶点相互作用预测方法及系统是利用机器学习和深度学习算法来分析和预测药物与生物靶点之间相互作用的一种技术。该系统通常通过整合多种数据源，如化学结构、基因表达、临床试验数据等，建立一个预测模型，以预测新药物的潜在靶点或现有药物的作用机制。其作用在于加速药物开发进程、降低研发成本，并提高药物的靶向精度和疗效，从而促进精准医疗的发展。

2、但是，在已有的药物靶点相互作用预测方法中，存在着多样的数据源导致数据质量差别较大，药物分子特征和蛋白质序列特征之间的差别较大且容易出现数据不平衡的技术问题；在已有的药物靶点相互作用预测方法中，存在着针对融合特征的进一步预测不仅需要考虑分子结构间的特征，也需要考虑序列性的蛋白质特征，而现有技术针对两者的结合预测性能有待提高，且可解释性较低的技术问题。

技术实现思路

1、针对上述情况，为克服现有技术的缺陷，本专利技术提供了一种基于人工智能的药物靶点相互作用预测本文档来自技高网...

【技术保护点】

1.一种基于人工智能的药物靶点相互作用预测方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的一种基于人工智能的药物靶点相互作用预测方法，其特征在于：在步骤S1中，所述数据收集，用于采集药物靶点相互作用预测所需的原始数据，具体为从药物数据集和临床试验系统记录中，通过药物分子和蛋白序列采集，得到药物靶点相互作用预测原始数据集。

3.根据权利要求2所述的一种基于人工智能的药物靶点相互作用预测方法，其特征在于：在步骤S2中，所述数据预处理，用于将原始数据转换为模型训练可以接收和处理的输入格式，具体为对所述药物靶点相互作用预测原始数据集进行优化预处理，得到标准...

【技术特征摘要】

1.一种基于人工智能的药物靶点相互作用预测方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的一种基于人工智能的药物靶点相互作用预测方法，其特征在于：在步骤s1中，所述数据收集，用于采集药物靶点相互作用预测所需的原始数据，具体为从药物数据集和临床试验系统记录中，通过药物分子和蛋白序列采集，得到药物靶点相互作用预测原始数据集。

3.根据权利要求2所述的一种基于人工智能的药物靶点相互作用预测方法，其特征在于：在步骤s2中，所述数据预处理，用于将原始数据转换为模型训练可以接收和处理的输入格式，具体为对所述药物靶点相互作用预测原始数据集进行优化预处理，得到标准化相互作用预测数据集，包括以下步骤：

4.根据权利要求3所述的一种基于人工智能的药物靶点相互作用预测方法，其特征在于：在步骤s3中，所述结合图变压器和图同构改进图神经网络，具体包括图变压器子块、图同构子网和改进图神经子网；

5.根据权利要求4所述的一种基于人工智能的药物靶点相互作用预测方法，其特征在于：在步骤s3中，所述采用结合图变压器和图同构改进图神经网络的方法进行特征嵌入和特征提取，得到药物相互作用特征数据的步骤，...

【专利技术属性】
技术研发人员：林嘉璐，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：