[发明专利]一种基于多目标进化算法的药方药剂构建方法及系统

说明书

本发明公开了一种基于多目标进化算法的药方药剂构建方法及系统，包括：构建药物关系网；结合药物关系网和二维多目标进化算法生成初始筛选集合；对筛选集合中的个体进行交叉变异，更新筛选集合，记录当前更新次数；根据两个目标优化函数计算更新后的筛选集合中的每个个体的适应度值；判断当前更新次数是否小于预设迭代次数，若是则将更新后的筛选集合中的两两个体进行支配选择排列处理，选择前n个个体加入到下一代的筛选集合中，返回更新筛选集合步骤；否则将更新后的筛选集合中的适应度值最大的个体对应的药方药剂方案确定为最优解。应用本发明，不仅能够实现药物的多样性，避免陷入局部优化，还能够实现对于互相约束药物的合成研发。

技术领域

本发明涉及药剂技术领域，特别是涉及一种基于多目标进化算法的药方药剂构建方法及系统。

背景技术

针对不同的病症需求，医学研究人员以及药剂学人员在药方药剂研发过程中需要大量的实验，包括药方药剂的合理性分析、可行性分析、临床试验、稳定性变化实验、加速实验、长期留样实验等环节。然而，在药方药剂基础研究中(合理性分析、可行性分析和临床实验)处方问题还有待解决，前期处方无法提供比较研究，无法提供不同批次不同规模样品的实验数据。目前，医学研究人员主要依靠计算机辅助模拟来减少实验次数。实现快速处理数据和节省时间效果。在医药研发中，单目标进化遗传算法也被广泛用在药物构建过程中，能帮助研究人员实现药物泛化能力，但是单目标的遗传算法无法精确的实现药物多样性，容易陷入局部解，也无法实现对于具有互相约束关系的药物合成研发。

发明内容

本发明的目的是提供一种基于多目标进化算法的药方药剂构建方法及系统，以解决采用单目标遗传算法无法精确的实现药物多样性，容易陷入局部解，也无法实现对于具有互相约束关系的药物进行合成研发的问题。

为实现上述目的，本发明提供了如下方案：

一种基于多目标进化算法的药方药剂构建方法，包括：

构建药物关系网；所述药物关系网是根据单药或有效成分，与其他具有相同或促进、放大效用的单药或者物质所形成的关系网；

根据研究人员需求和所述药物关系网，采用二维多目标进化算法生成初始的筛选集合；所述初始的筛选集合包括n个体；每个所述个体表示一个药方药剂方案；每个所述个体均采用十进制编码；

确定目标优化函数；

对筛选集合中的个体进行交叉变异，生成子代集合，并将所述子代集合中的个体全部加入到所述筛选集合中，更新所述筛选集合，记录当前更新次数；

根据所述目标优化函数，计算更新后的筛选集合中的每个个体的适应度值；

判断所述当前更新次数是否小于预设迭代次数，得到第一判断结果；

若所述第一判断结果表示所述当前更新次数小于所述预设迭代次数，则将所述更新后的筛选集合中的两两个体进行支配选择排列处理，选择前n个个体加入到下一代的筛选集合中，返回对筛选集合中的个体进行交叉变异，生成子代集合，并将所述子代集合中的个体加入到所述筛选集合中，更新所述筛选集合，记录当前更新次数步骤；

若所述第一判断结果表示所述当前更新次数大于或者等于所述预设迭代次数，则将更新后的筛选集合中的适应度值最大的个体对应的药方药剂方案确定为最优解。

可选的，所述构建药物关系网，具体包括：

将研究人员分析的单药的成分与数据库中的所有成分逐一对比，确定与单药成分具有相关关系的成分，并根据两个成分的相关关系设置相应的权重；

根据所述权重，将研究人员分析的单药的成分与数据库中有相关关系的成分转化为二维矩阵，进而构建药物关系网。

可选的，所述根据两个成分的相关关系设置相应的权重，具体包括：