本發明公開了藥物發現領域中基于空間結構的同質相互作用預測方法,用于預測藥物?藥物相互作用和化合物?化合物相互作用,包括:S1、利用基于多樣性特征的雙通道建模網絡從輸入的化合物或藥物的分子表達式和結構出發,獲取原子級別和子圖級別的特征信息以進行特征增強;其中,原子級別的特征信息包括原子特征、鍵角特征和鍵長特征,子圖級別的特征信息包括原子和化學鍵構成的子圖特征、化學鍵和鍵角構成的子圖特征以及官能團子圖特征;S2、從大規模無標簽的數據集中學習化合物或藥物的特征信息;S3、設計對應的三個自監督學習任務進行加強,所述三個自監督學習任務具體是預測鍵角、預測鍵長和預測原子間距離,從而增加分類結果的準確性、可靠性。
聲明:
“藥物發現領域中基于空間結構的同質相互作用預測方法和裝置” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)