基于经验图神经网络的蛋白质-配体亲和力预测方法

  • 国民经济行业:信息传输、软件和信息技术服务业/软件和信息技术服务业/数据处理和存储服务
  • 学科类别:电子、通信与自动控制技术/电子、通信与自动控制技术其他学科
  • 权利人:上海交通大学

知识产权简介

本发明公开了一种基于经验图神经网络的蛋白质-配体亲和力预测算法,对于目标蛋白质与小分子配体的复合物,首先提取其中蛋白质所有残基的β碳原子以及配体中所有重原子在三维空间中的全局坐标,然后根据全局坐标以及配体的化学键信息计算得到蛋白质图、配体图以及相互作用图的邻接矩阵;然后,根据蛋白质的进化信息以及配体原子的属性计算原始的节点特征。经验图神经网络是一种模拟经验打分函数的图神经网络模型,其包含图卷积层与经验相互作用层来表征蛋白质、配体以及两者间的相互作用。将蛋白质与配体形成的复合物的邻接矩阵和原始节点特征输入到训练好的经验图神经网络中,最终输出的结果即为蛋白质结构的亲和力。本发明所提出的经验图神经网络通过深入挖掘蛋白质与配体的空间位置关系,更为有效地表示了两者的相互作用关系。与现有方法相比,该算法不依赖于专家知识与特征工程,可以更精确地预测蛋白质与配体形成的复合物亲和力。

基本信息

权利人 上海交通大学
知识产权类型 专利
意向合作模式 转让
预估金额
联系合作