[發(fā)明專利]藥物與靶標的相互作用預(yù)測方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210508983.4
• 申請日: 2022-05-10
• 公開（公告）號: CN114822683A
• 公開（公告）日: 2022-07-29
• 發(fā)明（設(shè)計）人: 鄭喜民;王天譽;舒暢;陳又新
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G16B15/30
• 分類號: G16B15/30;G06K9/62;G06N3/04;G06N3/08;G16C20/50
• 代理公司: 深圳市明日今典知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44343
• 代理人: 王杰輝;羅志強

1.一種藥物與靶標的相互作用預(yù)測方法，其特征在于，所述方法包括：

獲取藥物的分子圖；

調(diào)用預(yù)先構(gòu)建的圖神經(jīng)網(wǎng)絡(luò)提取所述分子圖中的藥物特征；

根據(jù)重啟隨機游走算法對所述分子圖進行處理，預(yù)測所述分子圖中相鄰兩個節(jié)點之間的藥物特征的相似度，得到全局結(jié)構(gòu)信息；其中，所述全局結(jié)構(gòu)信息用于描述所述分子圖中相鄰兩個節(jié)點之間的藥物特征的相似度；

將所述全局結(jié)構(gòu)信息輸入預(yù)設(shè)的深度神經(jīng)網(wǎng)絡(luò)中，得到所述藥物的低維特征信息；

獲取靶標的蛋白質(zhì)序列，調(diào)用長短期記憶網(wǎng)絡(luò)對所述蛋白質(zhì)序列進行處理，得到蛋白質(zhì)特征；

將所述低維特征信息及蛋白質(zhì)特征輸入預(yù)設(shè)的全連接層，以預(yù)測所述藥物與所述靶標的相互作用結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述低維特征信息及蛋白質(zhì)特征輸入預(yù)設(shè)的全連接層，以預(yù)測所述藥物與所述靶標的相互作用結(jié)果，包括：

將所述低維特征信息及蛋白質(zhì)特征輸入預(yù)設(shè)的全連接層，得到所述全連接層輸出的布爾值；

根據(jù)所述布爾值確定所述藥物與所述靶標的相互作用結(jié)果。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取藥物的分子圖，包括：

從數(shù)據(jù)庫中獲取所述藥物的SMILES表達式；

通過RDKit工具，以所述藥物的每個原子作為節(jié)點，原子與原子之間的元素鍵作為邊，將所述藥物的SMILES表達式轉(zhuǎn)換為分子圖。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取藥物的分子圖，包括：

從數(shù)據(jù)庫中獲取所述藥物的SMILES表達式；

將所述SMILES表達式輸入預(yù)先訓練好的分子圖模型中，得到所述藥物的分子圖。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述將所述SMILES表達式輸入預(yù)先訓練好的分子圖模型中，得到所述藥物的分子圖之前，還包括：

獲取訓練集；其中，所述訓練集包括多個藥物的標準SMILES表達式及對應(yīng)的標準分子圖；

根據(jù)所述訓練集對神經(jīng)網(wǎng)絡(luò)模型進行訓練；

獲取所述神經(jīng)網(wǎng)絡(luò)模型訓練后的訓練結(jié)果，判斷所述訓練結(jié)果是否滿足要求；

若是，將訓練后的所述神經(jīng)網(wǎng)絡(luò)模型作為分子圖模型。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述判斷所述訓練結(jié)果是否滿足要求，包括：

根據(jù)所述訓練結(jié)果及預(yù)設(shè)的損失函數(shù)計算訓練后的所述神經(jīng)網(wǎng)絡(luò)模型的損失值；

判斷所述損失值是否低于預(yù)設(shè)損失值；

若是，判定所述訓練結(jié)果滿足要求；

若否，判定所述訓練結(jié)果不滿足要求。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)測所述分子圖中相鄰兩個節(jié)點之間的藥物特征的相似度，包括：

將所述分子圖中相鄰兩個節(jié)點之間的藥物特征轉(zhuǎn)換為向量，得到相鄰兩個節(jié)點對應(yīng)的第一向量及第二向量；

計算所述第一向量與第二向量之間的夾角的余弦值；

根據(jù)所述余弦值確定所述分子圖中相鄰兩個節(jié)點之間的藥物特征的相似度。

8.一種藥物與靶標的相互作用預(yù)測裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取藥物的分子圖；

第一調(diào)用模塊，用于調(diào)用預(yù)先構(gòu)建的圖神經(jīng)網(wǎng)絡(luò)提取所述分子圖中的藥物特征；

預(yù)測模塊，用于根據(jù)重啟隨機游走算法對所述分子圖進行處理，預(yù)測所述分子圖中相鄰兩個節(jié)點之間的藥物特征的相似度，得到全局結(jié)構(gòu)信息；其中，所述全局結(jié)構(gòu)信息用于描述所述分子圖中相鄰兩個節(jié)點之間的藥物特征的相似度；

第一輸入模塊，用于將所述全局結(jié)構(gòu)信息輸入預(yù)設(shè)的深度神經(jīng)網(wǎng)絡(luò)中，得到所述藥物的低維特征信息；

第二調(diào)用模塊，用于獲取靶標的蛋白質(zhì)序列，調(diào)用長短期記憶網(wǎng)絡(luò)對所述蛋白質(zhì)序列進行處理，得到蛋白質(zhì)特征；

第二輸入模塊，用于將所述低維特征信息及蛋白質(zhì)特征輸入預(yù)設(shè)的全連接層，以預(yù)測所述藥物與所述靶標的相互作用結(jié)果。