[發(fā)明專利]基于門控注意力機(jī)制的靶標(biāo)-配體結(jié)合親和力的深度學(xué)習(xí)預(yù)測方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210394865.5
• 申請(qǐng)日: 2022-04-15
• 公開（公告）號(hào): CN114743600A
• 公開（公告）日: 2022-07-12
• 發(fā)明（設(shè)計(jì)）人: 劉奇磊;都健;趙雨靚;張磊;吳心遠(yuǎn);孟慶偉
• 申請(qǐng)（專利權(quán)）人: 大連理工大學(xué)
• 主分類號(hào): G16B40/00
• 分類號(hào): G16B40/00;G16B5/00;G16B15/00;G16B50/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 遼寧鴻文知識(shí)產(chǎn)權(quán)代理有限公司 21102
• 代理人: 王海波

1.基于門控注意力機(jī)制的靶標(biāo)-配體結(jié)合親和力的深度學(xué)習(xí)預(yù)測方法，其特征在于，包括以下具體步驟：

步驟1：建立結(jié)合親和力數(shù)據(jù)庫，用于后續(xù)的深度學(xué)習(xí)模型；

步驟2：將配體的SMILES字符串轉(zhuǎn)換為配體矩陣，作為深度學(xué)習(xí)模型的輸入；

步驟3：將蛋白質(zhì)的氨基酸序列轉(zhuǎn)換為蛋白質(zhì)矩陣，作為深度學(xué)習(xí)模型的輸入；

步驟4：構(gòu)建用于模型訓(xùn)練的深度學(xué)習(xí)模型的架構(gòu)，將配體矩陣送到一個(gè)全連接層和一個(gè)基于門增強(qiáng)的注意力層用于特征提取，通過矩陣行的加和方式來聚合配體片段的特征向量；

步驟5：將蛋白質(zhì)矩陣先送到一維卷積層和最大池化層，以減少蛋白質(zhì)矩陣的行數(shù)，然后再送入基于門增強(qiáng)的注意力層用于特征提取，通過矩陣行的加和方式來聚合蛋白質(zhì)高階氨基酸的特征向量；

步驟6：將聚合后的配體片段的特征向量與蛋白質(zhì)高階氨基酸的特征向量拼接在一起送入后續(xù)的全連接層以預(yù)測靶標(biāo)-配體復(fù)合物的高/低結(jié)合親和力的概率。

2.根據(jù)權(quán)利要求1所述的基于門控注意力機(jī)制的靶標(biāo)-配體結(jié)合親和力的深度學(xué)習(xí)預(yù)測方法，其特征在于，步驟1具體包括：根據(jù)以下標(biāo)準(zhǔn)對(duì)結(jié)合親和力數(shù)據(jù)庫進(jìn)行預(yù)處理：

步驟1.1：刪除涉及IC₅₀性質(zhì)的條目，保留涉及K_i和K_d性質(zhì)的條目；

步驟1.2：刪除RDKit工具讀取配體結(jié)構(gòu)文件失敗或Mol2vec方法找不到配體Morgen片段的條目；

步驟1.3：分別刪除Morgen片段或氨基酸數(shù)大于閾值的靶標(biāo)-配體復(fù)合物條目；

步驟1.4：K_i/dn的靶標(biāo)-配體復(fù)合物標(biāo)記為高結(jié)合親和力，用“1”表示，而K_i/d≥n的靶標(biāo)-配體復(fù)合物標(biāo)記為低結(jié)合親和力，用“0”表示，K_i/d表示K_i或K_d，n表示抑制或解離常數(shù)閾值；

最后，在應(yīng)用上述步驟1.1-1.4標(biāo)準(zhǔn)后，獲得獨(dú)特的靶標(biāo)-配體復(fù)合物樣本存儲(chǔ)在結(jié)合親和力數(shù)據(jù)庫中，用于后續(xù)的深度學(xué)習(xí)模型。

3.根據(jù)權(quán)利要求1所述的基于門控注意力機(jī)制的靶標(biāo)-配體結(jié)合親和力的深度學(xué)習(xí)預(yù)測方法，其特征在于，步驟2具體包括：

步驟2.1：使用Morgan算法將分子的SMILES字符串表示轉(zhuǎn)換為Morgen片段；

步驟2.2：將Mol2vec中的Morgen片段的特征向量嵌入到步驟2.1得到的Morgen片段中；將每個(gè)分子的Morgen片段的特征向量求和來表示整個(gè)分子的特征向量；

步驟2.3：基于Mol2vec描述符，每個(gè)配體樣本由一個(gè)二維矩陣表示，其中矩陣行表示Morgen片段，矩陣列表示片段的特征向量。

4.根據(jù)權(quán)利要求1所述的基于門控注意力機(jī)制的靶標(biāo)-配體結(jié)合親和力的深度學(xué)習(xí)預(yù)測方法，其特征在于，步驟3具體包括：

步驟3.1：將蛋白質(zhì)序列中每三個(gè)相鄰的氨基酸視為一個(gè)高階氨基酸；通過這種方式，將結(jié)合親和力數(shù)據(jù)庫中的蛋白質(zhì)編寫成高階氨基酸字符串；

步驟3.2：通過深度學(xué)習(xí)模型中的嵌入方法，給每個(gè)高階氨基酸字符串嵌入一個(gè)特征向量；

步驟3.3：每個(gè)蛋白質(zhì)樣本由一個(gè)二維矩陣表示，其中，矩陣行表示高階氨基酸字符串，矩陣列表示高階氨基酸字符串的特征向量。