基于多层次特征融合的药物-靶标亲和力预测方法及系统技术方案

本发明专利技术提供了一种基于多层次特征融合的药物‑靶标亲和力预测方法及系统，预测方法包括如下步骤：特征表示阶段从药物的SMILES序列中提取出分子图和分子指纹特征，从靶标的蛋白质序列中提取出n‑grams特征；特征提取阶段的第一到第三通道分别用于提取药物的SMILES序列、分子图和分子指纹特征，第四到第五通道分别用于提取靶标的蛋白质序列和蛋白质n‑grams特征；特征融合阶段将药物和靶标提取到的特征进行特征融合连接起来并进行亲和力值的预测。本发明专利技术的药物‑靶标亲和力预测方法相比较于早期的预测方法，大大节省了研发成本，此外还具有增强药物设计的针对性，促进个性化医疗，支持药物重定位。

【技术实现步骤摘要】

本专利技术涉及药物-靶标亲和力预测领域，具体而言，涉及一种基于多层次特征融合的药物-靶标亲和力预测方法及系统。

技术介绍

1、药物和靶标之间的相互作用调控着众多生物过程，在生物体内在扮演着至关重要的角色。例如，药物分子与蛋白酶的活性位点结合，可以增强或抑制酶的活性，进而影响生物体内的新陈代谢。在信号转导过程中，药物与受体蛋白的相互作用能够调节细胞内外的信号传递，影响细胞的生长、分化和凋亡等生理功能。药物-靶标亲和力预测是利用计算方法预测药物-靶标之间的结合亲和力值。结合亲和力值是衡量药物与靶标相互作用强度的重要指标。亲和力值的大小直接反映了药物与靶标之间的结合强度，这有助于研究人员更加全面地对药物分子的活性进行评估，从而选择具有最佳亲和力值的候选化合物进行后续研究，因此药物-靶标亲和力预测研究对于药物发现和药物开发具有重要的意义。

2、亲和力色谱和蛋白质微阵列是两种常用的生物实验方法，用于测量药物与靶标之间的结合亲和力值。对于一个特定的靶标，药理学家在寻找安全且有效的靶向药物时，往往需要进行数千次的实验尝试，这一过程不仅耗时而且成本高昂。因此，本文档来自技高网...

【技术保护点】

1.一种基于多层次特征融合的药物-靶标亲和力预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的药物-靶标亲和力预测方法，其特征在于，从药物的SMILES序列中提取出分子图和分子指纹特征，从靶标的蛋白质序列中提取出n-grams特征，构建了两个新的数据集，DB_K和DB_E，

3.根据权利要求2所述的药物-靶标亲和力预测方法，其特征在于，MACCS指纹、PubChem指纹和药效团ErG指纹三种指纹连接在以下公式中，以确保分子结构的精确表示，具体为：

4.根据权利要求2所述的药物-靶标亲和力预测方法，其特征在于，从靶标的蛋白质序列中提取出n-g...

【技术特征摘要】

1.一种基于多层次特征融合的药物-靶标亲和力预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的药物-靶标亲和力预测方法，其特征在于，从药物的smiles序列中提取出分子图和分子指纹特征，从靶标的蛋白质序列中提取出n-grams特征，构建了两个新的数据集，db_k和db_e，

3.根据权利要求2所述的药物-靶标亲和力预测方法，其特征在于，maccs指纹、pubchem指纹和药效团erg指纹三种指纹连接在以下公式中，以确保分子结构的精确表示，具体为：

4.根据权利要求2所述的药物-靶标亲和力预测方法，其特征在于，从靶标的蛋白质序列中提取出n-grams特征的方法包括如下步骤：

5.根据权利要求4所述的药物-靶标亲和力预测方法，其特征在于，当k分别设置为1,2,3时，为每个蛋白质序列获得一个8420维，即201+202+203的的特征向量，归一化处理表示如下：

...

【专利技术属性】
技术研发人员：王娟，王姣，幸佳杰，张媛，韩伟亮，
申请(专利权)人：内蒙古大学，
类型：发明
国别省市：