Browsing by Author "鄭吉峰"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    結合化學指紋輔助原子嵌入和自注意力模型進行蛋白質-配體交互作用預測
    (2023) 鄭吉峰; Cheng, Chi-Feng
    在藥物研發中，Compound Protein Interaction是一個關鍵的領域，它關注藥物與蛋白質之間的相互作用，這些作用對於藥物的活性和效果至關重要。傳統上，CPI的研究主要依賴實驗室進行的耗時耗力的試驗，但隨著機器學習的快速發展，它在CPI研究中展現了許多優勢，它可以高效地處理大規模和複雜的生物信息數據，並自動學習特徵和模式，從而加速藥物研發的進程並降低成本。本研究旨在改進現有的CPI機器學習模型，以提升其預測能力。原始模型主要採用了Transformer模型的自注意機制來預測CPI反應性，這種機制能夠捕捉分子和蛋白質之間的局部和全局關係。我們認為進一步引入分子的化學指紋可以增加對分子特徵的理解，從而提高模型的性能。為此我們使用了PaDEL工具生成了GPCR資料集中所有分子的化學指紋。通過聚類分析，我們對資料集中不同化學指紋的分布情況進行了研究。這有助於我們理解分子的結構和性質之間的相似性和差異性。接著我們將這些化學指紋先後以三種方式引入模型訓練中，試圖從中探明其有效性並找出最適合的引入方法。首先，我們將化學指紋轉換為嵌入向量，以提供更全面的信息。其次，我們嘗試將化學指紋作為附加特徵引入模型，使模型能夠更完整的使用到化學指紋。最後，我們對化學指紋的數值進行TF-IDF的操作來擴展其變異性，以便模型能夠更好地理解分子之間的不同。在實驗結果中，我們比較了這三種模型在CPI預測性能上的差異，並分析了它們與先前聚類分析結果之間的關係。我們觀察到引入化學指紋後，模型的預測準確性和穩定性在特定化學指紋得到了改善，並且其與聚類分析結果之間存在一定的關聯性。