本發(fā)明是一種基于深度學習的靶標預測系統(tǒng),其特征在于,該系統(tǒng)包括通過深度學習框架tensorflow進行算法的建模、通過使用RDkit、Numpy、Pandas進行數(shù)據(jù)處理的靶標預測模塊,所述靶標預測模塊包括靶標訓練階段和靶標預測階段,所述靶標訓練階段通過對已知分子及其對應(yīng)的靶標之間的關(guān)系的訓練生成訓練模型,靶標預測階段通過將新的分子信息輸入到訓練模型中進行新的分子靶標概率的預測,通過對預測出的靶標概率的分析對比確定分子的靶標,其中,該系統(tǒng)通過原子之間的化學鍵作用進行拓撲相鄰的卷積操作。通過將靶標預測模塊采用深度學習框架tensorflow進行算法的建模、使用RDkit、Numpy、Pandas進行數(shù)據(jù)處理的方式使分子與靶標之間的關(guān)系的探索更高效準確,增加了分子靶標預測的準確率。
聲明:
“基于深度學習的靶標預測系統(tǒng)及其方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)