陕西师范大学学报(自然科学版)

作者：王伟, 吴世玉, 刘栋, 梁慧茹, 史进玲, 周运, 张红军, 王鲜芳

单位：河南师范大学计算机与信息工程学院,河南新乡453007,河南省教育人工智能与个性化学习重点实验室,河南新乡453007,许昌学院国际教育学院,河南许昌461000,河南理工大学鹤壁工程技术学院,河南鹤壁458030,河南工学院计算机科学与技术学院,河南新乡453000

关键词：结合亲和力,卷积神经网络,注意力机制,评分功能,机器学习

基金：国家自然科学基金(62072157),河南省科技攻关项目(242102211045),河南省科技攻关项目(242102210001),河南师范大学高性能计算中心项目

蛋白质-配体的结合亲和力预测是药物重定位回归中具有挑战性的任务。深度学习方法可以有效预测蛋白质与配体相互作用的结合亲和力,减少药物发现的时间和成本。由此,基于长短期记忆模块(LSTM)和注意力机制模块(attention)提出了一种深度卷积神经网络模型(DLLSA)。模型由嵌入LSTM和空间注意力模块(spatial-attention)的卷积网络并行模块构建,其中LSTM模块针对蛋白质-配体接触特征的长序列信息,spatial-attention注意力模块聚集接触特征局部信息。采用PDBbind(v.2020)数据集进行训练,CASF-2013和CASF-2016数据集进行验证,模型的皮尔逊相关系数相比于PLEC模型分别提高了0.6%和3%,实验结果显著优于其他相关方法。

来源：2024年第3期

《陕西师范大学学报(自然科学版)》期刊编辑部

查看陕西师范大学学报(自然科学版)杂志2024年第3期