[发明专利]靶点蛋白分子与药物分子之间相互作用强度的预测方法

权利要求书

1.一种靶点蛋白分子与药物分子之间相互作用强度的预测方法，其特征在于，所述方法包括：

获取待预测的目标靶点蛋白分子与药物分子的复合物；

对所述复合物进行图构建处理，得到目标分子图；

将所述目标分子图输入预先训练的图神经网络，得到所述目标靶点蛋白分子与所述药物分子之间的相互作用强度预测值；

其中，所述图神经网络中包括边的自注意力机制图网络；

将所述目标分子图输入预先训练的图神经网络，得到所述目标靶点蛋白分子与所述药物分子之间的相互作用强度预测值，包括：

将所述目标分子图上的节点特征和边特征共同输入预先训练的图神经网络，所述图神经网络中还包括：节点自注意力机制图网络以及池化和全连接神经网络；

所述目标分子图上的节点特征经所述节点自注意力机制图网络处理后得到新的节点特征，所述目标分子图上的边特征经所述节点自注意力机制图网络及所述边的自注意力机制图网络处理后得到新的边特征；

从新的边特征中提取相互作用的边，将提取的相互作用的边和新的节点特征共同输入到所述池化和全连接神经网络，得到所述复合物中目标靶点蛋白分子与药物分子之间的相互作用强度预测值。

2.根据权利要求1所述的靶点蛋白分子与药物分子之间相互作用强度的预测方法，其特征在于，所述获取待预测的目标靶点蛋白分子与药物分子的复合物，包括：

获取待预测的目标靶点蛋白分子和药物分子候选集合；

利用计算化学方法或者机器学习方法计算得到所述目标靶点蛋白分子与所述药物分子候选集合中各个药物分子的复合物。

3.根据权利要求1所述的靶点蛋白分子与药物分子之间相互作用强度的预测方法，其特征在于，对所述复合物进行图构建处理，得到目标分子图，包括：

将所述复合物中的原子构建为节点；

若两个原子之间存在化学键，则在两个原子之间构建一条边；

若两个原子之间的距离小于预设距离阈值，则在两个原子之间构建一条边；

根据构建的节点和边得到所述复合物对应的目标分子图。

4.根据权利要求3所述的靶点蛋白分子与药物分子之间相互作用强度的预测方法，其特征在于，根据构建的节点和边得到所述复合物对应的目标分子图，包括：

根据构建的节点和边得到所述复合物的初始分子图；

截取所述初始分子图中的药物分子结合部位作为目标分子图；

其中，所述药物分子结合部位上的目标靶点蛋白分子与药物分子之间的距离处于预设范围内。

5.根据权利要求2所述的靶点蛋白分子与药物分子之间相互作用强度的预测方法，其特征在于，将所述目标分子图输入预先训练的图神经网络，得到所述目标靶点蛋白分子与所述药物分子之间的相互作用强度预测值之后，还包括：

获取预测得到的各个所述复合物对应的相互作用强度预测值；

按照相互作用强度预测值由大到小的顺序对所述药物分子候选集合中的各个药物分子进行排序。

6.根据权利要求1所述的靶点蛋白分子与药物分子之间相互作用强度的预测方法，其特征在于，所述图神经网络的训练步骤包括：

获取训练数据集，所述训练数据集中包括训练复合物，以及所述训练复合物中目标靶点蛋白分子与训练药物分子的相互作用强度训练值；

对所述训练复合物进行图构建处理，得到目标训练分子图；

将所述目标训练分子图输入初始图神经网络，以所述相互作用强度训练值为优化目标对所述初始图神经网络进行训练；

训练完成后，得到已训练的图神经网络；

其中，所述初始图神经网络中包括边的自注意力机制图网络。

7.根据权利要求6所述的靶点蛋白分子与药物分子之间相互作用强度的预测方法，其特征在于，所述训练复合物的获取步骤包括：

获取目标靶点蛋白分子和训练药物分子候选集合；

利用分子对接方法或自由能微扰方法得到所述目标靶点蛋白分子和所述训练药物分子候选集合中各个训练药物分子的训练复合物。