[发明专利]一种基于多维度信息的药物小分子-蛋白靶点反应预测方法

权利要求书

1.一种基于多维度信息的药物小分子-蛋白靶点反应预测方法，其特征在于，

(1)获取蛋白靶点的特征表示，包括氨基酸向量、蛋白质三维空间结构特征、蛋白质化学特征；

(2)获取药物小分子的特征表示，包括药物分子的语义特征、BERT的通用网络特征、药物分子本身的化学特征；

(3)融合蛋白靶点和药物小分子的特征；

(4)将融合后的特征作为分类器的输入，再结合训练集中的标签即可训练整个网络。

2.根据权利要求1所述的一种基于多维度信息的药物小分子-蛋白靶点反应预测方法，其特征在于，所述的获取蛋白靶点的特征表示：

(a)以氨基酸为单位分割蛋白靶点的氨基酸序列，得到一组氨基酸向量；

(b)将蛋白质的三维空间结构作为输入，通过定义的图网络GCN，得到基于三维空间结构的特征；

(c)将氨基酸序列作为输入，基于之前预训练的BERT获得通用的蛋白质特征；

(d)由先验知识获取蛋白质本身的化学特征：结构特征和化学性质。

3.根据权利要求2所述的一种基于多维度信息的药物小分子-蛋白靶点反应预测方法，其特征在于，所述的结构特征为碳原子个数、是否含羧基、共价键的类型；化学性质为水解反应、沉淀、变性。

4.根据权利要求1所述的一种基于多维度信息的药物小分子-蛋白靶点反应预测方法，其特征在于，所述的获取药物小分子的特征表示：

(a)设计特定的分词器，对给定的药物小分子SMILES进行分词并数字化，得到相应的数字向量；

(b)将数字化的向量作为输入，通过ELMo网络得到药物的语义特征；

(c)将数字化的向量作为输入，基于之前预训练的BERT获得通用的分子特征；

(d)由先验知识获取药物本身的化学特征：结构特征和药学特征。

5.根据权利要求4所述的一种基于多维度信息的药物小分子-蛋白靶点反应预测方法，其特征在于，所述的结构特征是碳原子个数、是否含苯环、双键；药学特征是水溶性、不稳定性、毒性。

6.根据权利要求1或2或4所述的一种基于多维度信息的药物小分子-蛋白靶点反应预测方法，其特征在于，所述的获取蛋白质的特征表示：

(1)获取蛋白质的三维空间结构数据P＝{(xi,yi,zi)},其中(xi,yi,zi)表示第i个氨基酸的空间坐标，将P作为GCN的输入，得到256维的特征向量Pc；

(2)分割蛋白质，得到氨基酸向量S＝(M,Q,S,K,…)；将S作为BERT网络的输入，得到256维的基于BERT的通用网络特征Pb；

(3)通过先验知识获取蛋白质化学特征Ph，即64维one-hot编码的特征向量。

7.根据权利要求1或2或4所述的一种基于多维度信息的药物小分子-蛋白靶点反应预测方法，其特征在于，所述的获取药物分子的特征表示：

(1)按给定的正则表达式分割药物分子的SMILES序列D，得到向量M＝(CNC,＝O,C1＝C,…)；

(2)将向量M输入善于发掘语义信息的ELMo网络中，获取256维德药物分子内部语义特征De；

(3)将向量M输入通用网络BERT中，获取256维的特征向量Db；

(4)通过先验知识获取药物分子的化学特征Dh，即64维one-hot编码的特征向量。

8.根据权利要求1或2或4所述的一种基于多维度信息的药物小分子-蛋白靶点反应预测方法，其特征在于，所述的药物-蛋白质的特征融合：

(1)将蛋白相关特征进行组合，得到R＝[Pc,Pb,Ph]，并通过两层全连接网络进行非线性变换，得到最终的蛋白特征表示Pa；

(2)将分子相关特征进行组合，得到H＝[De,Db,Dh]，并通过两层全连接网络进行非线性变换，得到最终的分子特征表示Ma。

9.根据权利要求1或2或4所述的一种基于多维度信息的药物小分子-蛋白靶点反应预测方法，其特征在于，所述的DTI分类器：将蛋白质-药物的特征向量Pa和Ma归一化后输入包含全连接的分类层中，再结合训练集中的标签及给定的损失函数训练整个网络。