[发明专利]基于深度学习的预测化合物蛋白质亲和力新型编码方案、计算机设备、存储介质在审
| 申请号： | 202011424403.0 | 申请日： | 2020-12-08 |
| 公开（公告）号： | CN112562781A | 公开（公告）日： | 2021-03-26 |
| 发明（设计）人： | 王淑栋;刘嘉丽;宋弢 | 申请（专利权）人： | 中国石油大学（华东） |
| 主分类号： | G16B5/00 | 分类号： | G16B5/00;G16B15/20;G16B15/30;G06N3/08;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 266580 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于深度学习的预测化合物蛋白质亲和力新型编码方式。所述的新型编码方式的深度模型包括双向门控循环单元(BiGRU)模型和卷积神经网络(CNN)模型，整个网络架构为BiGRU/BiGRU‑CNN，其中BiGRU/BiGRU模型中加入了联合注意力机制(Joint_Attention)。模型的输入为化合物序列与蛋白质序列，二者输入到BiGRU/BiGRU模型里。其中化合物序列表示为加入化合物分子理化性质的SMILES字符串称为SMILES#；蛋白质序列表示由蛋白质的结构属性编码而成。BiGRU/BiGRU输出为表示化合物的特征向量和表示蛋白质的特征向量。所述CNN模型由卷积层、池化层、全连接层组成，该模型的输入为化合物的特征向量、蛋白质的特征向量；该BiGRU/BiGRU‑CNN模型的最终输出为预测化合物蛋白质亲和力值的根均方误差值。 | ||
| 搜索关键词： | 基于 深度 学习 预测 化合物 蛋白质 亲和力 新型 编码 方案 计算机 设备 存储 介质 | ||
【主权项】：
暂无信息
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中国石油大学（华东），未经中国石油大学（华东）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/202011424403.0/，转载请声明来源钻瓜专利网。
