[发明专利]一种药物与靶点间的相关性确定方法、装置及电子设备

说明书

本申请公开了一种药物与靶点间的相关性确定方法、装置及电子设备，涉及计算机技术中的大数据、深度学习等技术领域。具体实现方案为：建立候选药物与靶点的空间分子图，空间分子图包括原子节点集以及边集合，原子节点集包括候选药物中的原子以及靶点中的原子，边集合包括至少一条原子连边；将原子节点集的第一原子特征以及空间分子图输入第一图注意力模型进行预测，得到原子节点集的第二原子特征；基于原子节点集的第二原子特征，确定候选药物与靶点之间的相关性参数值。无需通过高斯量筛选实验进行预测，可减少计算量，提高药物与靶点间的相关性确定的效率。

技术领域

本申请涉及计算机技术中的大数据、深度学习等技术领域，尤其涉及一种药物与靶点间的相关性确定方法、装置及电子设备。

背景技术

对于新药研发而言，预测新药与靶点进行结合的亲和性(可以理解为相关性)是其中一个重要的阶段。在药物研发阶段，可通过对多个候选新药与靶点间的亲和性反应进行测定排序，从而筛选出真正有价值的新药。

目前，在进行预测过程中，常用的方法是通过高斯量筛选实验进行预测。

发明内容

本申请提供一种药物与靶点间的相关性确定方法、装置及电子设备。

第一方面，本申请一个实施例提供一种药物与靶点间的相关性确定方法，所述方法包括：

建立候选药物与靶点的空间分子图，所述空间分子图包括原子节点集以及边集合，所述原子节点集包括所述候选药物中的原子以及所述靶点中的原子，所述边集合包括至少一条原子连边；

将所述原子节点集的第一原子特征以及所述空间分子图输入第一图注意力模型进行预测，得到所述原子节点集的第二原子特征；

基于所述原子节点集的第二原子特征，确定所述候选药物与所述靶点之间的相关性参数值。

在本申请实施例的药物与靶点间的相关性确定方法中，首先建立候选药物与靶点的空间分子图，然后将原子节点集的第一原子特征以及空间分子图输入第一图注意力模型进行预测，即利用的是第一图注意力模型进行预测得到原子节点集的第二原子特征，再基于原子节点集的第二原子特征，确定候选药物与靶点之间的相关性参数值即可，无需通过高斯量筛选实验进行预测，可减少计算量，提高药物与靶点间的相关性确定的效率。

第二方面，本申请一个实施例提供一种药物与靶点间的相关性确定装置，所述装置包括：

建立模块，用于建立候选药物与靶点的空间分子图，所述空间分子图包括原子节点集以及边集合，所述原子节点集包括所述候选药物中的原子以及所述靶点中的原子，所述边集合包括至少一条原子连边；

预测模块，用于将所述原子节点集的第一原子特征以及所述空间分子图输入第一图注意力模型进行预测，得到所述原子节点集的第二原子特征；

第一确定模块，用于基于所述原子节点集的第二原子特征，确定所述候选药物与所述靶点之间的相关性参数值。

第三方面，本申请一个实施例还提供一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请各实施例提供的药物与靶点间的相关性确定方法。

第四方面，本申请一个实施例还提供一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请各实施例提供的药物与靶点间的相关性确定方法。

第五方面，本申请一个实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本申请各实施例提供的药物与靶点间的相关性确定方法。