[發明專利]一種基于生物子結構預測藥物-靶標相互作用的深度學習方法

在審

• 申請號: 202210207457.4
• 申請日: 2022-03-03
• 公開（公告）號: CN115312125A
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 劉丹;錢瑩;竇亮
• 申請（專利權）人: 華東師范大學
• 主分類號: G16B40/00
• 分類號: G16B40/00
• 代理公司: 上海藍迪專利商標事務所(普通合伙) 31215
• 代理人: 徐筱梅;張翔

1.一種基于生物子結構預測藥物-靶標相互作用的深度學習方法，其特征在于，該方法步驟如下：

步驟a：輸入一個藥物的規范化SMILES序列D和靶標氨基酸序列T；

步驟b：分別對藥物的規范化SMILES序列D和靶標氨基酸序列T進行子結構提取，具體包括：

1)對于藥物的規范化SMILES序列D，使用BCM方法提取藥物的子結構，包括：

1.1)首先從藥物的規范化SMILES序列D提取出藥物的支鏈，根據SMILES的定義規則，即其支鏈使用“()”括起來，提取出支鏈，剩余部分為主鏈；

1.2)然后根據字符串匹配提取出主鏈中常見的子結構；

1.3)最后再依據RECAP的逆合成碎片規則將主鏈進行裂解得到逆合成片段；

1.4)整合所述的支鏈、常見的子結構和逆合成片段，作為規范化SMILES序列D的子結構集合F_D；

2)對于靶標氨基酸序列T使用CFM方法提取子結構，CFM方法首先將氨基酸按照化學結構或性質分為8類，通過種類特征映射得到種類序列T_C；然后采用不重疊的k-gram序列將T_C切割成靶標的功能子結構集合F_T；

步驟c：構建協同特征學習模塊，該模塊由輸入表示和特征學習兩部分組成，具體包括：

1)在輸入表示中，分別對藥物的規范化SMILES序列D的子結構集合F_D和靶標的功能子結構集合F_T進行初始編碼表示，包括：

1.1)對藥物的規范化SMILES序列D的子結構集合F_D的表示，首先采用標簽編碼對藥物子結構集合F_D進行編碼，獲得藥物的初始表示I_D；然后將I_D轉化為藥物的嵌入表示E_D∈R^{max_drug_frag_length*embed_size}，其中max_drug_frag_length表示最大的藥物子結構集合的大小，embed_size表示嵌入維度；

1.2)對靶標的功能子結構集合F_T進行表示，先用標簽編碼對靶標子結構集合F_T進行編碼，獲得靶標的初始表示I_T；然后將I_T轉化為其嵌入表示E_T∈R^{max_target_frag_length*embed_size}，其中max_target_frag_length表示最大的靶標子結構集合的大小，embed_size表示嵌入維度；

2)在特征學習中，分為藥物的特征學習和靶標的特征學習，包括：

2.1)在藥物特征學習中，將E_D作為初始輸入，送入卷積神經網絡學習藥物特征，該卷積神經網絡由多個卷積塊和最終的池化層組成，每個卷積塊由卷積層、激活層指數線性單元以及批次歸一化層組成，最后采用池化層進行特征降維，得到最終的藥物表示V_D；

2.2)在靶標特征學習中，將E_T作為初始輸入，送入卷積神經網絡對靶標特征進行學習，該卷積神經網絡由多個卷積塊和最終的池化層組成，每個卷積塊由卷積層、激活層指數線性單元以及批次歸一化層組成，最后接入池化層，得到最終的靶標表示V_T；

步驟d：構建預測器，具體包括：

1)首先拼接步驟c中最終的藥物表示V_D和靶標表示V_T，得到藥物-靶標的相互作用表示V；

2)然后將V送入多層感知機進行相互作用學習，所述多層感知機是一個全連接網絡，由多個全連接層和最終的sigmoid激活層組成，除最后一層外，每層全連接后接入一個修正線性單元和丟棄層，防止過擬合；最終得到相互作用預測概率，大于0.5則表示預測兩者會發生相互作用，小于0.5則不會。