[發(fā)明專利]一種用于DTA預(yù)測(cè)的多模態(tài)信息融合模型及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202310188140.5
• 申請(qǐng)日: 2023-03-02
• 公開（公告）號(hào): CN116206688A
• 公開（公告）日: 2023-06-02
• 發(fā)明（設(shè)計(jì)）人: 歐陽純萍;劉永彬;張琳琳;萬亞平;田紋龍;余穎
• 申請(qǐng)（專利權(quán)）人: 南華大學(xué)
• 主分類號(hào): G16B40/00
• 分類號(hào): G16B40/00;G16B15/30;G06N3/0455;G06N3/0464;G06N3/08;G06N3/048;G06N3/047
• 代理公司: 長(zhǎng)沙新裕知識(shí)產(chǎn)權(quán)代理有限公司 43210
• 代理人: 顏田慶

1.一種用于DTA預(yù)測(cè)的多模態(tài)信息融合模型，其特征在于，包括藥物分子結(jié)構(gòu)信息編碼器、靶標(biāo)結(jié)構(gòu)信息編碼器、多模態(tài)平衡模塊和藥物靶標(biāo)融合模塊；

所述藥物分子結(jié)構(gòu)信息編碼器使用Transformer模型對(duì)藥物字符串模態(tài)信息進(jìn)行編碼，并使用GIN模型提取藥物圖模態(tài)信息特征；

所述靶標(biāo)結(jié)構(gòu)信息編碼器使用Transformer模型對(duì)靶標(biāo)字符串模態(tài)信息進(jìn)行編碼，并使用GCN模型提取藥物圖模態(tài)信息特征；

所述多模態(tài)平衡模塊使用對(duì)比學(xué)習(xí)的方法將藥物字符串和圖模態(tài)信息進(jìn)行平衡與整合，以及將靶標(biāo)字符串和圖模態(tài)信息進(jìn)行平衡與整合；

所述藥物靶標(biāo)融合模塊將多模態(tài)平衡模塊得到的藥物和靶標(biāo)的兩種模態(tài)特征連接起來，用于DTA預(yù)測(cè)。

2.一種用于DTA預(yù)測(cè)的多模態(tài)信息融合方法，其特征在于，包括：

步驟S1，字符串模態(tài)的嵌入；

將藥物SMILES代碼視為字符串，對(duì)其進(jìn)行整數(shù)編碼，融入該編碼的位置編碼得到向量表示，通過Transformer模型對(duì)該向量進(jìn)行特征提取得到SMILES字符串的最終向量表示；

將靶標(biāo)序列視為字符串，對(duì)其進(jìn)行整數(shù)編碼，融入該編碼的位置編碼得到向量表示，通過Transformer模型對(duì)該向量進(jìn)行特征提取得到靶標(biāo)字符串的最終向量表示；

步驟S2，圖模態(tài)的嵌入；

將每個(gè)原子作為藥物分子圖中的節(jié)點(diǎn)，原子間的聯(lián)系作為藥物分子圖的鄰接矩陣，并將原子的屬性作為藥物分子圖節(jié)點(diǎn)的屬性特征；將藥物分子圖和其節(jié)點(diǎn)的特征向量作為輸入，通過GIN模型進(jìn)行節(jié)點(diǎn)嵌入，得到藥物分子圖的表示向量；

將每個(gè)殘基作為靶標(biāo)結(jié)構(gòu)圖中的節(jié)點(diǎn)，殘基對(duì)間是否接觸的概率作為靶標(biāo)結(jié)構(gòu)圖的鄰接矩陣，并將每個(gè)殘基位置通過序列比對(duì)結(jié)果進(jìn)行評(píng)分，作為靶標(biāo)結(jié)構(gòu)圖節(jié)點(diǎn)的屬性特征；將靶標(biāo)結(jié)構(gòu)圖和其節(jié)點(diǎn)的特征向量作為輸入，通過GCN模型進(jìn)行節(jié)點(diǎn)嵌入，得到靶標(biāo)結(jié)構(gòu)圖的表示向量；

步驟S3，多模態(tài)表示的對(duì)比學(xué)習(xí)和表示的融合；

通過最大化字符串模態(tài)和圖模態(tài)的一致性來學(xué)習(xí)特征表示，分別得到藥物和靶標(biāo)的兩種模態(tài)最終的表示之后，將其進(jìn)行拼接，得到用于DTA預(yù)測(cè)的藥物和靶標(biāo)模態(tài)信息。

3.根據(jù)權(quán)利要求2所述的用于DTA預(yù)測(cè)的多模態(tài)信息融合方法，其特征在于：步驟S1中，在對(duì)藥物和靶標(biāo)字符串進(jìn)行整數(shù)編碼之后，利用藥物原子和靶標(biāo)殘基的排列信息來捕獲字符串模態(tài)的位置信息，并通過Transformer模型從輸入中學(xué)習(xí)不同級(jí)別的抽象特征，再應(yīng)用最大池化層來獲得藥物和靶標(biāo)字符串的最終向量表示。

4.根據(jù)權(quán)利要求3所述的用于DTA預(yù)測(cè)的多模態(tài)信息融合方法，其特征在于：步驟S1中，采用如下公式表示字符串模態(tài)的位置信息：

PE_(pos,2i)＝sin(pos/10000^2i/dmodel)????(1)

PE_(pos,2i+1)＝cos(pos/10000^2i/dmodel)????(2)

其中，pos代表字符串中的字符，i是字符編碼的維度，dmodel是該字符的編碼。

5.根據(jù)權(quán)利要求4所述的用于DTA預(yù)測(cè)的多模態(tài)信息融合方法，其特征在于：所述Transformer模型包括一個(gè)MSA層和一個(gè)MLP塊，所述MSA層的函數(shù)表示為：

z_m＝MSA(LN(z_l-1))+z_l-1，l＝1...L????(3)

其中，z_l-1表示MSA層的輸入，z_m表示MSA的輸出，LN表示歸一化層，L表示輸入長(zhǎng)度的批次；

所述MLP塊包含兩個(gè)CNN層和一個(gè)歸一化層，其函數(shù)表示為：

z_l＝MLP(LN(z_m))+z_m，l＝1...L????(4)

其中，z_l表示MLP的輸出。