[發明專利]藥物與靶標的相互作用預測方法、裝置、設備及存儲介質

在審

• 申請號: 202210508983.4
• 申請日: 2022-05-10
• 公開（公告）號: CN114822683A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 鄭喜民;王天譽;舒暢;陳又新
• 申請（專利權）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權代理事務所(普通合伙) 44343
• 代理人: 王杰輝;羅志強

本發明為人工智能技術的神經網絡技術領域，本發明提供了一種藥物與靶標的相互作用預測方法、裝置、設備及存儲介質，其中，所述方法包括：調用預先構建的圖神經網絡提取藥物的分子圖中的藥物特征，根據重啟隨機游走算法對分子圖進行處理，預測分子圖中相鄰兩個節點之間的藥物特征的相似度，得到全局結構信息，將全局結構信息輸入預設的深度神經網絡中，得到藥物的低維特征信息，獲取靶標的蛋白質序列，調用長短期記憶網絡對蛋白質序列進行處理，得到蛋白質特征，將低維特征信息及蛋白質特征輸入預設的全連接層，以預測藥物與靶標的相互作用結果，以有針對性的提取出藥物和蛋白質序列內包含的信息，提升了藥物與靶標相互作用的預測效率。

技術領域

本發明涉及人工智能技術的神經網絡技術領域，具體而言，本發明涉及一種藥物與靶標的相互作用預測方法、裝置、設備及存儲介質。

背景技術

藥物研發是一個系統工程，面臨著高成本、長周期、低成功率等挑戰。確定分子是否能作為藥物的第一步就是分析藥物與特定靶標相互作用的能力，以確定哪些藥物的功能需要增加或抑制，因此預測藥物-靶標相互作用是藥物發現和重新定位研究中的關鍵問題，有助于分析藥物分子的有效性，是藥物開發和再利用的關鍵步驟，還可以了解藥物作用機制、疾病病理、最大限度地減少藥物分子造成的不良副作用，進而輔助治療藥物的開發過程，對疾病的治療具有重要意義。

然而，由于精度和成本的限制，傳統的生物實驗方法往往難以實現獲得大規模的藥物與靶標相互作用對，導致已經被實驗鑒定和驗證的藥物與靶標相互作用對至今非常有限，因此傳統的通過生物實驗方法進行大規模驗證效率較低，且成本較高。

發明內容

本發明的主要目的為提供一種藥物與靶標的相互作用預測方法、裝置、設備及存儲介質，以提升藥物與靶標相互作用的預測效率，并降低成本。

為了實現上述發明目的，本發明提供一種藥物與靶標的相互作用預測方法，其包括：

獲取藥物的分子圖；

調用預先構建的圖神經網絡提取所述分子圖中的藥物特征；

根據重啟隨機游走算法對所述分子圖進行處理，預測所述分子圖中相鄰兩個節點之間的藥物特征的相似度，得到全局結構信息；其中，所述全局結構信息用于描述所述分子圖中相鄰兩個節點之間的藥物特征的相似度；

將所述全局結構信息輸入預設的深度神經網絡中，得到所述藥物的低維特征信息；

獲取靶標的蛋白質序列，調用長短期記憶網絡對所述蛋白質序列進行處理，得到蛋白質特征；

將所述低維特征信息及蛋白質特征輸入預設的全連接層，以預測所述藥物與所述靶標的相互作用結果。

優選地，所述將所述低維特征信息及蛋白質特征輸入預設的全連接層，以預測所述藥物與所述靶標的相互作用結果，包括：

將所述低維特征信息及蛋白質特征輸入預設的全連接層，得到所述全連接層輸出的布爾值；

根據所述布爾值確定所述藥物與所述靶標的相互作用結果。

優選地，所述獲取藥物的分子圖，包括：

從數據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表達式轉換為分子圖。

優選地，所述獲取藥物的分子圖，包括：

從數據庫中獲取所述藥物的SMILES表達式；

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

進一步地，所述將所述SMILES表達式輸入預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：