[發(fā)明專利]基于三通道深度學(xué)習(xí)調(diào)控疾病靶點(diǎn)的藥物推薦系統(tǒng)、計(jì)算機(jī)設(shè)備、存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011595896.4
• 申請(qǐng)日: 2020-12-29
• 公開（公告）號(hào): CN112652358A
• 公開（公告）日: 2021-04-13
• 發(fā)明（設(shè)計(jì)）人: 宋弢;鐘悅;丁卯
• 申請(qǐng)（專利權(quán)）人: 中國石油大學(xué)（華東）
• 主分類號(hào): G16B15/30
• 分類號(hào): G16B15/30;G16B40/00;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于三通道深度學(xué)習(xí)方法調(diào)控疾病靶點(diǎn)的藥物推薦系統(tǒng)，屬于藥物重定位、三通道深度學(xué)習(xí)模型預(yù)測(cè)技術(shù)領(lǐng)域。該系統(tǒng)包括三通道深度神經(jīng)網(wǎng)絡(luò)模型，所述的三通道深度神經(jīng)網(wǎng)絡(luò)模型包括特征提取網(wǎng)絡(luò)、三通道特征優(yōu)化網(wǎng)絡(luò)和全連接網(wǎng)絡(luò)組成的序列處理模型。所述的特征提取網(wǎng)絡(luò)包括用于藥物分子(包括正樣本和負(fù)樣本藥物分子)特征提取的多層感知機(jī)和用于靶點(diǎn)氨基酸序列特征提取的卷積神經(jīng)網(wǎng)絡(luò)。所述的三通道優(yōu)化網(wǎng)絡(luò)通過最大化負(fù)樣本藥物分子與靶點(diǎn)距離、最小化正樣本藥物分子與靶點(diǎn)距離優(yōu)化所學(xué)特征表示后，將優(yōu)化后的三個(gè)特征向量拼接一起形成拼接向量。所述的全連接網(wǎng)絡(luò)對(duì)拼接向量和藥物-靶點(diǎn)結(jié)合親和力值進(jìn)行回歸分析，最終輸出藥物-靶點(diǎn)結(jié)合親和力的預(yù)測(cè)值。

2.如權(quán)利要求1所述的系統(tǒng)，其特征在于，所述的特征提取網(wǎng)絡(luò)對(duì)藥物分子SMILES序列和靶點(diǎn)氨基酸序列特征進(jìn)行充分提取，其具體包括：多層感知機(jī)和卷積神經(jīng)網(wǎng)絡(luò)。所述多層感知機(jī)包括嵌入層和四層深度神經(jīng)網(wǎng)絡(luò)組成的藥物分子SMILES序列處理模型，一個(gè)輸入是正樣本藥物分子SMILES序列，另一個(gè)是負(fù)樣本藥物分子SMILES序列，藥物分子序列經(jīng)嵌入層轉(zhuǎn)化為分子指紋，將分子指紋輸入到深度神經(jīng)網(wǎng)絡(luò)中學(xué)習(xí)其特征表示，輸出為藥物分子的特征向量。所述卷積神經(jīng)網(wǎng)絡(luò)包括嵌入層、三個(gè)卷積層和一個(gè)最大池化層組成的靶點(diǎn)氨基酸序列處理模型，輸入是靶點(diǎn)氨基酸序列，首先，靶點(diǎn)氨基酸序列經(jīng)標(biāo)簽編碼和“獨(dú)熱”(one-hot)編碼策略轉(zhuǎn)化為1000×26維靶點(diǎn)二進(jìn)制矩陣，之后，將二進(jìn)制矩陣輸入到卷積層和最大池化層學(xué)習(xí)其特征表示并進(jìn)行降維處理，輸出為靶點(diǎn)的特征向量。

3.如權(quán)利要求1所述的系統(tǒng)，其特征在于，所述的三通道優(yōu)化網(wǎng)絡(luò)對(duì)特征提取網(wǎng)絡(luò)得到的藥物分子正樣本、負(fù)樣本和靶點(diǎn)特征向量進(jìn)一步優(yōu)化，其具體包括Triplet Loss方法。所述Triplet Loss方法通過最大化藥物分子負(fù)樣本與靶點(diǎn)的距離、最小化藥物分子正樣本與靶點(diǎn)的距離，進(jìn)一步優(yōu)化特征提取網(wǎng)絡(luò)得到的三類特征向量，并將三類向量拼接一起形成拼接向量，輸出為拼接向量。

4.如權(quán)利要求1所述的系統(tǒng)，其特征在于，所述的全連接網(wǎng)絡(luò)對(duì)拼接向量進(jìn)行非線性處理，并預(yù)測(cè)藥物-靶點(diǎn)結(jié)合親和力，其具體包括三個(gè)全連接層和兩個(gè)dropout層，輸入為拼接向量和藥物-靶點(diǎn)結(jié)合親和力值，將其輸入全連接層和dropout層進(jìn)行非線性處理并防止模型過擬合，輸出為藥物-靶點(diǎn)的結(jié)合親和力預(yù)測(cè)值。

5.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器，顯卡，中央處理器，以及存儲(chǔ)在所述存儲(chǔ)器上的可被所述中央處理器以及顯卡并行處理的可執(zhí)行程序，其特征在于，所述中央處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)以下步驟：構(gòu)建三通道深度神經(jīng)網(wǎng)絡(luò)模型，所述的三通道深度神經(jīng)網(wǎng)絡(luò)包括：特征提取網(wǎng)絡(luò)、三通道特征優(yōu)化網(wǎng)絡(luò)和全連接網(wǎng)絡(luò)。

6.如權(quán)利要求5所述的計(jì)算機(jī)設(shè)備：特征提取網(wǎng)絡(luò)，其特征在于，將藥物分子的SMILES序列轉(zhuǎn)化為1024維分子指紋后輸入到多層感知機(jī)中提取其特征表示向量；將靶點(diǎn)氨基酸序列的每個(gè)不重復(fù)字符分配一個(gè)唯一且固定的數(shù)字標(biāo)識(shí)符，采用標(biāo)簽編碼方式將序列轉(zhuǎn)化為一維數(shù)字向量，采用獨(dú)熱(one-hot)編碼策略將一維數(shù)字向量轉(zhuǎn)化為二進(jìn)制矩陣，將二進(jìn)制矩陣輸入卷積神經(jīng)網(wǎng)絡(luò)中提取其特征表示向量。

7.如權(quán)利要求5所述的計(jì)算機(jī)設(shè)備：三通道特征優(yōu)化網(wǎng)絡(luò)，其特征在于，最大化負(fù)樣本藥物分子與靶點(diǎn)的距離，最小化正樣本藥物分子與靶點(diǎn)的距離，并將優(yōu)化后的特征向量拼接一起形成拼接向量。

8.如權(quán)利要求5所述的計(jì)算機(jī)設(shè)備：全連接網(wǎng)絡(luò)，其特征在于，對(duì)拼接向量和來自擴(kuò)展Davis數(shù)據(jù)集的結(jié)合親和力值進(jìn)行回歸分析，得到藥物-靶點(diǎn)結(jié)合親和力預(yù)測(cè)值。

9.一種存儲(chǔ)介質(zhì)，其存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，當(dāng)所述計(jì)算機(jī)程序被中央處理器執(zhí)行時(shí)實(shí)現(xiàn)以下步驟：構(gòu)建三通道深度神經(jīng)網(wǎng)絡(luò)模型，所述的三通道深度神經(jīng)網(wǎng)絡(luò)包括：特征提取網(wǎng)絡(luò)、三通道特征優(yōu)化網(wǎng)絡(luò)和全連接網(wǎng)絡(luò)。首先使用特征提取網(wǎng)絡(luò)對(duì)藥物分子的正樣本、負(fù)樣本和靶點(diǎn)信息進(jìn)行充分的提取；其次，將提取到的三類信息利用三通道特征優(yōu)化網(wǎng)絡(luò)最大化負(fù)樣本藥物分子與靶點(diǎn)距離，最小化正樣本與靶點(diǎn)距離，并將優(yōu)化后的特征表示拼接一起形成拼接向量；之后，將拼接向量輸入全連接網(wǎng)絡(luò)中進(jìn)行回歸分析，得到藥物-靶點(diǎn)結(jié)合親和力預(yù)測(cè)值。