-
题名基于深度学习的药物-靶标结合亲和力预测模型
- 1
-
-
作者
张茹
吴逸嘉
姚茹
-
机构
南宁师范大学
温州医科大学
-
出处
《信息与电脑》
2023年第23期80-82,87,共4页
-
文摘
药物-靶标结合亲和力(Drug-Target Affiinity,DTA)预测在药物发现中具有重要的作用。现有DTA模型能够很好地预测药物靶标亲和力,但是仍存在单一形式的分子表征学习方法对分子学习不充分的问题。基于此,提出一种基于深度学习的药物-靶标结合亲和力预测模型。该模型在药物信息编码部分,采用图同构神经网络和多层感知器分别学习分子图和PubChem分子指纹信息,利用注意力机制丰富药物分子图信息;在靶标信息编码部分,使用一维卷积神经网络(Convolution Neural Network,CNN)学习蛋白质序列信息。
-
关键词
深度学习
药物-靶标亲和力(dta)
注意力机制
-
Keywords
deep learning
Drug-Target Affiinity(dta)
attention mechanism
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
R91
[自动化与计算机技术—控制科学与工程]
-
-
题名基于图卷积神经网络的药物-靶标亲和力预测算法
- 2
-
-
作者
邓海生
吴逸嘉
杨江海
-
机构
西京学院
南宁师范大学
-
出处
《信息与电脑》
2022年第21期88-90,94,共4页
-
基金
陕西省教改项目“新文科视域下复合型新闻传播人才数据素养培养模式研究与实践”(项目编号:21BY179)
中国高教学会项目“大数据背景下大学生数据素养评价体系研究”(项目编号:22SZJY0415)
西京学院校级精品课程《新媒体数据分析及可视化》(项目编号:XJJPKC22010)。
-
文摘
近年来,由于药物开发比较耗时,且常常伴有安全性问题,使用深度学习技术预测药物-靶标亲和力(Drug-Target Affiinity,DTA)成为一个有效的替代方案。基于此,提出采用基于图卷积神经网络的算法来有效捕获药物的结构信息,学习被表示成图的药物特征,使用一维卷积神经网络学习蛋白质特征。将所提出的方法分别在两个基准药物靶标结合亲和数据集上进行了验证,并与已有的先进模型进行比较。
-
关键词
图卷积神经网络(GCN)
注意力机制
药物-靶标亲和力(dta)
深度学习
-
Keywords
Graph Convolutional Network(GCN)
attention mechanism
Drug-Target Affiinity(dta)
deep learning
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
R91
[自动化与计算机技术—控制科学与工程]
-
