CN114783514B 一种药物分子与靶标蛋白的结合亲和力预测方法 （上海天鹜科技有限公司）

Hu,ZQ等.SAM-DTA:asequence-agnosticmodelfordrug-targeProteinAffinitythrouRecurrentandConvolutional一种药物分子与靶标蛋白的结合亲和力预本发明公开了一种药物分子与靶标蛋白的本发明可以帮助药物化学等从事药物发现人员2所述整合的数据包括靶标蛋白质的序列和配体分子的SMIL将靶标蛋白质的序列和配体分子的SMILES整合在整合对整合数据集中的靶标蛋白质序列和配体分子的SMILES分别进行编码对每个靶标蛋白质都用一个设定长度的字符数据集表征；所述的所述表征蛋白特征的字母四元组包括二级结构类别、是否暴露在在对亲和力预测模型训练时，蛋白质网络模块的输出和获取训练集的图结构数据；以蛋白质和分子为节点，提取分3训练时所使用的图神经网络：使用图结构数据，所将整合数据集中蛋白质序列和配体分子的SMILES进行编码得到将训练数据库中数据划分为总训练集和测试集，并将总训练集再划训练集中数据按批次输入到深度神经网络模型训练验证集对当前循环训练后的深度神经网络模型进验证集中数据按批次输入到当前循环训练后的深度神经网络模型中得到亲和力预测所述测试集的测试过程为：将测试集中数据按批次输入到训练好的深45质-配体分子间结合亲和力的计算方法研究主要可以分为四大类，包括基于配体相似度的图像识别中的应用，在蛋白质-配体分子间相互作用识别中应用神经网络就是生物学问题6[0019]用一个设置长度的配体数据集表征，所述配体数据集包括表示开始的特殊字符、[0024]蛋白质嵌入层对输入的蛋白质数据转换为固定长度的向量，蛋白质RNN层采用门控循环单元(GRU)，以捕捉到顺序上彼此相距较远的蛋白质残基之间的非线性联合依赖关每个注意力模型输出一个向量作为其对应的后续CNN的输入。联合注意力模型既提高预测出和配体网络模块的输出在卷积池化层聚合后与图神经网络的输出结合后输入到全连接7[0038]对于每个蛋白质分子，以蛋白质和其配体分子为节点，以其对应的Binding[0046]验证集中数据按批次输入到当前循环训练后的深度神经网络模型中得到亲和力预测结果，计算亲和力预测结果与验证集中原始亲和力数据的均方根误差和皮尔森系数，[0049]将测试集中数据按批次输入到训练好的深度神经网络模型中得到亲和力预测结89[0068]用一个设置长度的配体数据集表征，所述配体数据集包括表示开始的特殊字符、[0073]蛋白质嵌入层对输入的蛋白质数据转换为固定长度的向量，蛋白质RNN层采用门控循环单元(GRU)，以捕捉到顺序上彼此相距较远的蛋白质残基之间的非线性联合依赖关每个注意力模型输出一个向量作为其对应的后续CNN的输入。联合注意力模型既提高预测是将蛋白质网络模块的输出和配体网络模块的输出在卷积池化层聚合后与图神经网络的指纹数据输入多层感知机进行降维，然后根据上节中权重的赋值规则对权重进行归一化，施例中使用了来自三个公共数据集的分子数据:来自BindingDB的标记化合物蛋白质结合[0091]对于每个蛋白质分子，以蛋白质和其配体分子为节点，以其对应的Binding[0099]验证集中数据按批次输入到当前循环训练后的深度神经网络模型中得到亲和力预测结果，计算亲和力预测结果与验证集中原始亲和力数据的均方根误差和皮尔森系数，[0102]将测试集中数据按批次输入到训练好的深度神经网络模型中得到亲