[發明專利]藥物-靶標相互作用的預測方法、裝置、設備和存儲介質

在審

• 申請號: 202110606005.9
• 申請日: 2021-05-25
• 公開（公告）號: CN113409897A
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 鄒權;茹曉青
• 申請（專利權）人: 電子科技大學長三角研究院（衢州）
• 主分類號: G16C20/50
• 分類號: G16C20/50;G16C20/70;G16B30/00;G16B35/00;G16B40/00
• 代理公司: 成都創新引擎知識產權代理有限公司 51249
• 代理人: 向群

1.一種藥物-靶標相互作用的預測方法，其特征在于，包括：

獲取訓練數據集，所述訓練數據集包括：靶標對象的蛋白序列和藥物對象的化學結構，以及所述靶標對象和所述藥物對象兩者之間的相互作用關系；

提取所述靶標對象的蛋白序列的靶標特征和所述藥物對象的化學結構的藥物特征；

對所述靶標特征和所述藥物特征進行特征選擇；

將選擇后的靶標特征和藥物特征進行特征融合；

基于融合后的靶標特征和藥物特征，構建用于預測藥物-靶標相互作用強弱順序的排序模型；

獲取待預測靶標對象和待預測藥物對象；

基于所述排序模型，預測所述待預測靶標對象和所述待預測藥物對象的親和力。

2.如權利要求1所述的預測方法，其特征在于，在提取所述靶標對象的蛋白序列的靶標特征和所述藥物對象的化學結構的藥物特征之前，所述預測方法還包括：

對所述靶標對象、所述藥物對象以及所述靶標對象和所述藥物對象兩者之間的相互作用關系分別進行優化處理；

提取所述靶標對象的蛋白序列的靶標特征和所述藥物對象的化學結構的藥物特征，包括：

提取優化處理后的所述靶標對象的蛋白序列的靶標特征和優化處理后的所述藥物對象的化學結構的藥物特征。

3.如權利要求2所述的預測方法，其特征在于，對所述靶標對象、所述藥物對象以及所述靶標對象和所述藥物對象兩者之間的相互作用關系分別進行優化處理，包括：

刪除含有無效字符、長度小于預設數目的靶標對象的蛋白序列，并對剩余的靶標對象的蛋白序列進行去冗余處理；

表示藥物對象的整體特征，并計算藥物對象之間的相似度，基于藥物對象之間的相似度去除具有較高相似度的藥物對象；

將所述靶標對象和所述藥物對象兩者之間的相互作用關系進行取對數處理，并將去對數后的所述靶標對象和所述藥物對象兩者之間的相互作用關系作相反數處理。

4.如權利要求1所述的預測方法，其特征在于，所述靶標對象為kinase蛋白，所述藥物對象為kinase抑制劑；

當所述藥物對象能夠作用于所述靶標對象時，用所述靶標對象和所述藥物對象兩者之間的半抑制濃度、抑制常數和解離常數表征兩者之間的相互作用關系；

當所述藥物對象不能夠作用于所述靶標對象時，用預設常數表征兩者之間的相互作用關系。

5.如權利要求1所述的預測方法，其特征在于，提取所述靶標對象的蛋白序列的靶標特征和所述藥物對象的化學結構的藥物特征，包括：

基于氨基酸組成、偽氨基酸組成、氨基酸的理化性質、蛋白質序列的進化信息、序列中殘基之間屬性信息提取所述靶標對象的蛋白序列的靶標特征；以及

基于2D指紋、藥物描述符信息提取所述藥物對象的化學結構的藥物特征。

6.如權利要求1所述的預測方法，其特征在于，對所述靶標特征和所述藥物特征進行特征選擇，包括：

獲取所述靶標特征和所述藥物特征之間的歐幾里得距離、余弦距離和谷本系數；

對所述歐幾里得距離、余弦距離和谷本系數進行求和；

將所述求和的值最大的靶標特征和藥物特征作為被選擇留下的特征。

7.如權利要求1所述的預測方法，其特征在于，將選擇后的靶標特征和藥物特征進行特征融合，包括：

基于相似性網絡融合算法，將選擇后的靶標特征和藥物特征進行特征融合。