【技术实现步骤摘要】
：本专利技术主要涉及药物发现，尤其涉及基于图神经网络的透析药物与血红蛋白的亲和力预测方法。
技术介绍
0、
技术介绍
：
1、在医学领域，透析治疗是重要的血液净化手段，用于去除患者体内的代谢废物和多余的水分。透析药物的选择对透析治疗的效果有直接影响，因此准确预测透析药物与血红蛋白的亲和力具有重要的临床意义。血红蛋白作为氧气的运输者，其与药物的相互作用可能影响氧气的运输效率，从而影响疗效和安全性。
2、传统的药物与靶标蛋白亲和力预测方法通常基于生物物理实验，这些方法耗时耗力，且成本高昂。近年来，随着计算机技术和生物信息学的快速发展，基于计算模型的预测方法逐渐兴起，这些方法可以在实验前提供指导，减少实验次数，加速药物的研发流程。
3、图神经网络gnn作为一种高效的深度学习模型，已经被成功应用于药物分子结构的特征提取和生物活性的预测中。gnn通过利用药物分子图形数据结构中的拓扑信息，能够有效地捕捉分子间的复杂交互关系。然而，现有的方法在捕捉透析药物与蛋白质复合物的复杂相互作用和立体化学特性时，仍存在一定的局限性
4、本文档来自技高网...
【技术保护点】
1.基于图神经网络的透析药物与血红蛋白的亲和力预测方法，该方法包括以下步骤：
2.根据权利要求1所述的基于图神经网络的透析药物与血红蛋白的亲和力预测方法，其特征在于，步骤S1中所述图形数据结构的具体结构包括：
3.根据权利要求1所述的基于图神经网络的透析药物与血红蛋白的亲和力预测方法，其特征在于，步骤S3中所述氨基酸序列具体使用如下方式得到：将每个氨基酸通过一种编码方案转换为数值向量，该编码方案具体为使用氨基酸的物理化学属性，该物理化学属性包括：疏水性、电荷、大小。
4.根据权利要求1所述的基于图神经网络的透析药物与血红蛋白的亲和力...
【技术特征摘要】
1.基于图神经网络的透析药物与血红蛋白的亲和力预测方法，该方法包括以下步骤：
2.根据权利要求1所述的基于图神经网络的透析药物与血红蛋白的亲和力预测方法，其特征在于，步骤s1中所述图形数据结构的具体结构包括：
3.根据权利要求1所述的基于图神经网络的透析药物与血红蛋白的亲和力预测方法，其特征在于，步骤s3中所述氨基酸序列具体使用如下方式得到：将每个氨基酸通过一种编码方案转换为数值向量，该编码方案具体为使用氨基酸的物理化学属性，该物理化学属性包括：疏水性、电荷、大小。
4.根据权利要求1所述的基于...
【专利技术属性】
技术研发人员：姚月冬，成杰，向志敏，许邑匡，钟兆景，
申请(专利权)人：岱特智能科技上海有限公司，
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。