[發明專利]預測藥物靶標相互作用的多注意力方法在審
| 申請號： | 202110045057.3 | 申請日： | 2021-01-13 |
| 公開（公告）號： | CN114765060A | 公開（公告）日： | 2022-07-19 |
| 發明（設計）人： | 彭德中;曾煜妮;王騫 | 申請（專利權）人： | 四川大學 |
| 主分類號： | G16B15/30 | 分類號： | G16B15/30;G06N3/04;G06N3/08 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 610065 四川*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 預測 藥物 靶標 相互作用 注意力 方法 | ||
【權利要求書】：
1.一種用于本實施例的一種預測藥物靶標相互作用的方法，包括以下步驟：
1)計算DNN網絡輸出：
將樣本代入上式，得到一個值；
2)根據下式損失函數，
3)更新每個DNN網絡的參數通過最小化式(5)，
4)計算線性變換矩陣W；
5)輸出模型MATT-DTI。
2.根據權利要求1所述的用于預測藥物靶標相互作用的方法，其特征在于，其中DNN網絡為一個藥物表達學習模塊，一個靶標表達學習模塊、一個多頭自注意力層和全連接層組成，其輸出預測的親和力值。
3.根據權利要求2所述的藥物表達學習模塊，其特征在于，該模塊由輸入層，相關自注意力層、全連接層、3層卷積層、池化層的順序組合，其輸出為藥物深層表達。
4.根據權利要求2所述的靶標表達學習模塊,其特征在于，該模塊由3層卷積層和1層池化層組成，輸出靶標深度表達。
5.根據權利要求1，2，3，4所述，將藥物深層表達和靶標的深層表達作為多頭自注意力層的輸入，再連接3層全連接層輸出預測的親和力值，且結構參數參考說明書表1，表2，和表3。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于四川大學，未經四川大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110045057.3/1.html，轉載請聲明來源鉆瓜專利網。
