[发明专利]基于深度学习的靶标预测系统及其方法在审
| 申请号： | 201910818054.1 | 申请日： | 2019-08-30 |
| 公开（公告）号： | CN110534153A | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 邓代国;艾海涛;雷曾荣 | 申请（专利权）人： | 广州费米子科技有限责任公司 |
| 主分类号： | G16B15/30 | 分类号： | G16B15/30;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510335 广东省广州市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明是一种基于深度学习的靶标预测系统，其特征在于，该系统包括通过深度学习框架tensorflow进行算法的建模、通过使用RDkit、Numpy、Pandas进行数据处理的靶标预测模块，所述靶标预测模块包括靶标训练阶段和靶标预测阶段，所述靶标训练阶段通过对已知分子及其对应的靶标之间的关系的训练生成训练模型，靶标预测阶段通过将新的分子信息输入到训练模型中进行新的分子靶标概率的预测，通过对预测出的靶标概率的分析对比确定分子的靶标，其中，该系统通过原子之间的化学键作用进行拓扑相邻的卷积操作。通过将靶标预测模块采用深度学习框架tensorflow进行算法的建模、使用RDkit、Numpy、Pandas进行数据处理的方式使分子与靶标之间的关系的探索更高效准确，增加了分子靶标预测的准确率。 | ||
| 搜索关键词： | 靶标 预测模块 预测 分子靶标 训练阶段 训练模型 数据处理 建模 算法 化学键作用 分析对比 分子信息 预测系统 准确率 概率 卷积 拓扑 学习 探索 | ||
【主权项】：
1.一种基于深度学习的靶标预测系统，其特征在于，该系统包括通过深度学习框架tensorflow进行算法的建模、通过使用RDkit、Numpy、Pandas进行数据处理的靶标预测模块，所述靶标预测模块包括靶标训练阶段和靶标预测阶段，所述靶标训练阶段通过对已知分子及其对应的靶标之间的关系的训练生成训练模型，靶标预测阶段通过将新的分子信息输入到训练模型中进行新的分子靶标概率的预测，通过对预测出的靶标概率的分析对比确定分子的靶标，其中，该系统通过原子之间的化学键作用进行拓扑相邻的卷积操作。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州费米子科技有限责任公司，未经广州费米子科技有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910818054.1/，转载请声明来源钻瓜专利网。
