检索结果-南通市图书馆

检索条件"主题词=治疗肽设计"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于深度学习的治疗肽设计

基于深度学习的治疗肽设计

引用

作者：赖乐珊湖南大学

学位级别：硕士

传统的药物研发方法需要大量的耗材和时间。近年来,计算机辅助的药物候选物筛选方法显著提高了药物发现的效率。由于多肽具有出色的选择性和易获取性,因此成为了一个具有高研究价值的药物候选物。许多研究致力于利用人工智能方法设计具... 详细信息

传统的药物研发方法需要大量的耗材和时间。近年来,计算机辅助的药物候选物筛选方法显著提高了药物发现的效率。由于多肽具有出色的选择性和易获取性,因此成为了一个具有高研究价值的药物候选物。许多研究致力于利用人工智能方法设计具有治疗功能的多肽。然而,在全新的治疗肽设计领域仍然存在两个问题:(1)多肽在生物体内发挥复杂且高级的功能,其模式是非常多样的。然而,目前的多肽设计方法往往只考虑一种特定的功能,缺乏通用性和类药性,这种方法生成的多肽可能导致无法通过实验筛选。(2)目前的多肽设计方法通常需要使用特定的特征编码来提高预测模型的性能,而没有充分利用通用的拓扑结构特征。为了解决上述问题,本研究围绕结合结构特征的属性预测和多属性约束的治疗肽生成,旨在提高属性预测器的准确性并实现多属性约束的多肽生成。本研究的主要工作如下:1.提出了一个结合序列和结构信息的深度学习多肽属性预测算法,名为Dee PSP。该算法利用了1-Weisfeiler-Lehman的思想来编码多肽的分子图结构,并采用图注意力神经网络模块来提取结构特征,同时使用简单的字符编码来表示序列特征。该算法具有简单和重用性高的特征编码方式,适用于不同类型的多肽,并利用结构信息提升了预测的精度。在二元分类和多分类任务中,Dee PSP的马修斯相关系数评估结果超过0.99,高于最先进模型的表现。在正负数据分布有一定差异的情况下,Dee PSP的结构特征提取模块发挥了重要作用。2.提出了一个结合了知识蒸馏和强化学习的多属性多肽生成方法,名为GMAP。首先,采用了Wasserstein自编码器作为大规模无标签多肽的预训练模型,从中学习了多肽的通用特征。同时,设计了一种知识蒸馏的方法(Wasserstein Auto-Encoder,WAE),将从WAE中学到的特征迁移到一个简单的循环神经网络学生模型中,以帮助学生模型学习到更好的生成能力。无标签数据的预训练和蒸馏学习的软标签性质提高了生成多肽的多样性。此外,利用强化学习辅助多个属性预测器微调学生模型,以提供对生成过程的多属性约束指导。通过对生成结果的重建性能评估,验证了WAE模型在σ=7时是最理想的预训练模型。最终,GMAP生成的多肽序列在功能性、类药性、多样性和新颖性等方面达到了与最先进模型相当的效果。

关键词：生物信息深度学习神经网络治疗肽设计

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：