摘要
本发明涉及一种基于强化学习的DTI预测方法、系统、存储介质和装置。主要包括S100、建立药物‑靶标相互作用矩阵Ytrain,建立药物化合物的化学结构相似度矩阵：SIMstrdrug，SIMcosdrug,SIMJacdrug，建立靶标相似度矩阵：SIMstrtar，SIMcostar,SIMJactar，S200、通过Q‑learning算法对SIMstrdrug、SIMcosdrug和SIMJacdrug进行融合操作以及对SIMstrtar、SIMcostar和SIMJactar进行融合操作，获得SIMdrug矩阵和SIMtar矩阵，S300、将SIMdrug矩阵、药物‑靶标相互作用矩阵Ytrain和SIMtar矩阵分别输入到n个模型中训练，n大于等于2，分别获得n个预测分数矩阵，对n个预测分数矩阵初始化权重值，使用Q‑learning算法对各个权重值进行优化，得出最佳权重值，基于最佳权重值对n个预测分数矩阵进行线性加权，获得最终的预测分数矩阵F。本申请的方法预测精度较高。
柿子坊 · 知识产权运营
柿子坊知识产权运营平台