[發(fā)明專(zhuān)利]一種化合物-靶蛋白綁定預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010595906.8
• 申請(qǐng)日: 2020-06-28
• 公開(kāi)（公告）號(hào): CN113851195A
• 公開(kāi)（公告）日: 2021-12-28
• 發(fā)明（設(shè)計(jì)）人: 鄭光;呂誠(chéng);喬安杰;胡成杰;劉昊;李立;何小鵑
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)中醫(yī)科學(xué)院中醫(yī)臨床基礎(chǔ)醫(yī)學(xué)研究所
• 主分類(lèi)號(hào): G16C20/50
• 分類(lèi)號(hào): G16C20/50;G16C20/70;G06N3/08;G06N3/04
• 代理公司: 北京市隆安律師事務(wù)所 11323
• 代理人: 劉東方

1.一種化合物-靶蛋白綁定預(yù)測(cè)方法，其特征在于，所述方法包括：

(1)獲取化合物-靶蛋白綁定數(shù)據(jù)(正樣本)和化合物-靶蛋白非綁定數(shù)據(jù)(負(fù)樣本)；

(2)抽取用于訓(xùn)練、測(cè)試及驗(yàn)證的化合物-靶蛋白綁定/非綁定數(shù)據(jù)集(正/負(fù)樣本集)；

構(gòu)建化合物-靶蛋白綁定深度學(xué)習(xí)模型(正模型)，采用正/負(fù)樣本集正向訓(xùn)練化合物-靶蛋白綁定深度學(xué)習(xí)模型(正)，提取化合物-靶蛋白綁定的特征(正特征)，獲得最終化合物-靶蛋白綁定深度學(xué)習(xí)模型(正模型)；和

構(gòu)建化合物-靶蛋白非綁定深度學(xué)習(xí)初步模型(負(fù)模型)，采用正/負(fù)樣本集負(fù)向訓(xùn)練取化合物-靶蛋白非綁定深度學(xué)習(xí)模型(負(fù))，提取化合物-靶蛋白綁定的特征(負(fù)特征)，得到最終化合物-靶蛋白非綁定深度學(xué)習(xí)模型(負(fù)模型)；

(3)通過(guò)最終化合物-靶蛋白綁定的深度學(xué)習(xí)模型(正模型)進(jìn)行預(yù)測(cè)、以得到化合物-靶蛋白綁定關(guān)系(正)；和

通過(guò)最終化合物-靶蛋白非綁定的深度學(xué)習(xí)模型(負(fù)模型)進(jìn)行預(yù)測(cè)、以得到化合物-靶蛋白非綁定關(guān)系(負(fù))；

(4)精簡(jiǎn)的化合物-靶蛋白綁定關(guān)系＝綁定關(guān)系(正)-非綁定關(guān)系(負(fù))。

2.根據(jù)權(quán)利要求1所述的預(yù)測(cè)方法，其特征在于，所述步驟(1)進(jìn)一步包括：化合物-靶蛋白綁定數(shù)據(jù)(正樣本)的獲取包括從科技文獻(xiàn)和/或網(wǎng)上公開(kāi)的化合物-靶蛋白綁定數(shù)據(jù)庫(kù)中獲取；

優(yōu)選所述數(shù)據(jù)庫(kù)包括：ChemSpider,PubChem,BindingDB,ZINC或ChEMBL，或它們中兩種或兩種以上的組合。

3.根據(jù)權(quán)利要求1所述的預(yù)測(cè)方法，其特征在于，所述步驟(1)進(jìn)一步包括：化合物-靶蛋白非綁定數(shù)據(jù)(負(fù)樣本)為隨機(jī)生成化合物-靶蛋白的數(shù)據(jù)從中排除化合物-靶蛋白綁定數(shù)據(jù)(正樣本)后的化合物-靶蛋白非綁定數(shù)據(jù)(負(fù)樣本)。

4.根據(jù)權(quán)利要求1所述的預(yù)測(cè)方法，其特征在于，所述步驟(1)進(jìn)一步包括：所述化合物-靶蛋白綁定數(shù)據(jù)(正樣本)、化合物-靶蛋白非綁定數(shù)據(jù)(負(fù)樣本)的比例范圍為(0.1：1)～(1：100)之間；優(yōu)選化合物-靶蛋白綁定數(shù)據(jù)(正樣本)、化合物-靶蛋白非綁定數(shù)據(jù)(負(fù)樣本)比例是(1：1)。

5.根據(jù)權(quán)利要求1所述的預(yù)測(cè)方法，其特征在于，所述步驟(2)中深度學(xué)習(xí)模型為全連接網(wǎng)絡(luò)模型、卷積神經(jīng)網(wǎng)絡(luò)模型、遞歸神經(jīng)網(wǎng)絡(luò)模型、深度置信網(wǎng)絡(luò)模型、或編碼器-解碼器網(wǎng)絡(luò)模型；

優(yōu)選為遞歸神經(jīng)網(wǎng)絡(luò)模型、全連接網(wǎng)絡(luò)模型、卷積神經(jīng)網(wǎng)絡(luò)模型、或編碼器-解碼器網(wǎng)絡(luò)模型；

最佳為遞歸神經(jīng)網(wǎng)絡(luò)模型。

6.根據(jù)權(quán)利要求所述的預(yù)測(cè)方法，其特征在于，所述步驟(2)中，

所述深度學(xué)習(xí)模型(正模型)為遞歸神經(jīng)網(wǎng)絡(luò)(正模型)、卷積神經(jīng)網(wǎng)絡(luò)(正模型)、全連接網(wǎng)絡(luò)(正模型)或編碼器-解碼器網(wǎng)絡(luò)(正模型)；

所述深度學(xué)習(xí)模型(負(fù)模型)為遞歸神經(jīng)網(wǎng)絡(luò)(負(fù)模型)、卷積神經(jīng)網(wǎng)絡(luò)(負(fù)模型)、全連接網(wǎng)絡(luò)(負(fù)模型)或編碼器-解碼器網(wǎng)絡(luò)(負(fù)模型)。

7.根據(jù)權(quán)利要求1所述的預(yù)測(cè)方法，其特征在于，所述步驟(2)進(jìn)一步包括：

所述訓(xùn)練、測(cè)試及驗(yàn)證化合物-靶蛋白綁定/非綁定數(shù)據(jù)集(正樣本集/負(fù)樣本集)為：將正/負(fù)樣本數(shù)據(jù)按照282:1:1的比例隨機(jī)抽取分成訓(xùn)練、測(cè)試和驗(yàn)證數(shù)據(jù)集，隨機(jī)打亂順序后，隨機(jī)抽取128個(gè)樣本數(shù)據(jù)為一組，導(dǎo)入深度學(xué)習(xí)模型進(jìn)行訓(xùn)練，訓(xùn)練中當(dāng)loss值不再降低時(shí)、終止訓(xùn)練，從而得到化合物-靶蛋白綁定/非綁定的特征。

8.根據(jù)權(quán)利要求1所述的預(yù)測(cè)方法，其特征在于，所述步驟(2)進(jìn)一步包括：

將正/負(fù)樣本集的綁定標(biāo)簽分別設(shè)置為[1,0]和[0,1](或者對(duì)偶的[0,1]和[1,0])以進(jìn)行訓(xùn)練；和

將正/負(fù)樣本集的綁定標(biāo)簽分別設(shè)置為[0,1]和[1,0](或者對(duì)偶的[1,0]和[0,1])以進(jìn)行訓(xùn)練。