- 专利标题： 蛋白质与配体分子结合自由能的预测方法及装置
-
申请号： CN202011332960.X申请日： 2020-11-24
-
公开(公告)号： CN112466410B公开(公告)日： 2024-02-20
- 发明人: 胡帅 , 谢良旭 , 许晓军 , 许磊
- 申请人： 江苏理工学院 , 江苏省中以产业技术研究院
- 申请人地址： 江苏省常州市中吴大道1801号
- 专利权人： 江苏理工学院,江苏省中以产业技术研究院
- 当前专利权人： 江苏理工学院,江苏省中以产业技术研究院
- 当前专利权人地址： 江苏省常州市中吴大道1801号
- 代理机构： 常州佰业腾飞专利代理事务所
- 代理商 毛姗
- 主分类号： G16C20/30
- IPC分类号： G16C20/30 ; G16C20/70
摘要：
本发明提供了一种蛋白质与配体分子结合自由能的预测方法及装置，其中，方法包括：S1构建本地数据库；S2对数据解析，得到配体分子及以配体分子为中心的蛋白质结合口袋内内的氨基酸分子；S3计算配体分子和临近氨基酸的MACCS密钥；S4计算配体分子和临近氨基酸的ECFP指纹；S5将配体分子和蛋白的MACCS密钥和ECFP指纹信息转变成一维张量，形成训练集和测试集；S6建立机器学习模型，并对其进行训练；S7计算比较皮尔森相关系数和绝对误差，对机器学习模型的预测结果进行验证；S8使用训练完成的机器学习模型对蛋白质与配体分子结合常数进行预测，计算结合自由能。相比于单个指纹的预(56)对比文件Xie, Liangxu等."Improvement ofprediction performance with conjointmolecular fingerprint in deep learning".《Frontiers in pharmacology》.2020,第11卷第1-15页.谢良旭，薛亮亮，李峰.“神经网络的深度与宽度对药物分子pKa预测性能影响的研究”《.江苏理工学院学报》.2021,第27卷(第2期),第1-8页.H. M. Ashtawy and N. R. Mahapatra."AComparative Assessment of PredictiveAccuracies of Conventional and MachineLearning Scoring Functions for Protein-Ligand Binding Affinity Prediction,".《IEEE/ACM Transactions on ComputationalBiology and Bioinformatics》.2014,第12卷(第2期),第335-347页.
公开/授权文献
- CN112466410A 蛋白质与配体分子结合自由能的预测方法及装置 公开/授权日：2021-03-09
