基于多视图深度学习的化合物-蛋白质相互作用预测方法.pdfVIP

下载本文档

0
0
约2.58万字
约 24页
2023-04-21 发布于四川
举报
版权申诉

基于多视图深度学习的化合物-蛋白质相互作用预测方法.pdf

1、本文档共24页，其中可免费阅读23页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供一种基于多视图深度学习的化合物‑蛋白质相互作用预测方法，属于生物信息处理技术领域，提取的蛋白质的序列特征以及化合物的结构特征进行编码融合，获得表征化合物和蛋白质间相互作用的相关性信息的统一特征；利用预先训练好的预测模型，对序列特征、结构特征以及统一特征进行处理，得到蛋白质和化合物是否会发生相互作用的结果。本发明充分提取了蛋白质和化合物的特征信息，使用GNN来提取化合物的结构特征；获取蛋白质和化合物的潜在交互信息，从不同视角的特征空间生成统一特征；将BERT‑CNN的蛋白质信息、GNN获

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113889179 A (43)申请公布日 2022.01.04 (21)申请号 202111192107.7 (22)申请日 2021.10.13 (71)申请人山东