申请/专利权人：上海科技大学

申请日：2021-09-07

公开（公告）日：2024-03-26

公开（公告）号：CN113889183B

主分类号：G16B20/00

分类号：G16B20/00;G16C20/50;G16B15/30;G16B15/20

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2022.01.21#实质审查的生效;2022.01.04#公开

摘要：本发明公开了一种基于神经网络的PROTAC分子降解率的预测系统及其构建方法。所述神经网络包括：图卷积神经网络、加和池化层、全连接层、节点嵌入层、嵌入层和双向长短期记忆层；所述PROTAC分子包括靶蛋白配体、泛素连接酶配体和连接体；具体内容见正文。本发明的预测系统克服了由于PROTAC分子构效关系不明确产生的设计困难的问题。应用该预测系统可以获得经过人工智能神经网络筛选的具有预测的良好降解效果的分子，再去合成和进行细胞实验，有利于提高药物研发的成功率，缩短药物研发的周期和降低药物研发的成本。

主权项：1.一种构建基于神经网络的PROTAC分子降解率的预测系统的方法，其特征在于，所述神经网络包括：图卷积神经网络、加和池化层、全连接层、节点嵌入层、嵌入层和双向长短期记忆层；所述PROTAC分子包括靶蛋白配体、泛素连接酶配体和连接体；所述方法包括以下步骤：1将所述靶蛋白配体、所述泛素连接酶配体、与所述靶蛋白配体对应的靶蛋白口袋以及与所述泛素连接酶配体对应的泛素连接酶口袋的节点编码分别作为第一输入进入节点嵌入层，并依次通过图卷积神经网络和加和池化层，分别得到所述靶蛋白配体、所述泛素连接酶配体、所述靶蛋白口袋和所述泛素连接酶口袋的第一输出；所述连接体的编码作为第一输入进入嵌入层，并依次通过双向长短期记忆层和全连接层，得到所述连接体的第一输出；2将步骤1中所有的第一输出合并后作为第二输入，并通过全连接层后作为第二输出，得到所述PROTAC分子的降解率；所述节点编码是指：将编码对象的化学结构用节点和边进行编码所获得的信息；所述靶蛋白口袋是指：靶蛋白中结合所述靶蛋白配体的区域周围的氨基酸残基形成的结构；所述泛素连接酶口袋是指：泛素连接酶中结合泛素连接酶配体的区域周围的氨基酸残基形成的结构；所述神经网络的激活函数为LeakyReLU函数。

全文数据：

权利要求：

百度查询： 上海科技大学 基于神经网络的PROTAC分子降解率的预测系统及其构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD