[发明专利]基于深度学习的药物分子生成方法

权利要求书

1.一种基于深度学习的药物分子生成方法，其特征在于，该方法的具体操作步骤如下：

S1：通过预训练阶段学习已知的类药分子的语法和特征，得到预训练模型；

S2：通过迁移训练阶段，使用预训练模型，学习某个具体靶点的药物分子的特征，得到迁移训练模型；

S3：通过生成阶段，利用迁移训练模型生成分子数据。

2.如权利要求1所述的一种基于深度学习的药物分子生成方法，其特征在于，所述步骤S1具体为：

S11：采用SMILES(简化分子线性输入规范)格式表示分子，SMILES是一种用ASCII字符串明确描述已知的分子结构的字符序列；

S12：获取已知各种靶点的药物分子作为预训练数据；

S13：对字符序列进行数据编码过滤，生成适合循环神经网络输入的整数序列；

S14：将数据编码过滤后的数据输入循环神经网络进行训练；

S15：手动调整每次训练的超参数（学习率，训练步数），保留交叉熵损失函数值最小的训练模型；

S16：保留多次训练过程中较佳的模型作为预训练模型。

3.如权利要求2所述的一种基于深度学习的药物分子生成方法，其特征在于，所述步骤S2具体为：

S21：根据需要，读取某个靶点药物分子作为迁移训练数据；

S22：选取预训练阶段筛选出的较佳的循环神经网络的预训练模型；

S23：将数据编码过滤后的数据输入循环神经网络进行训练；

S24：手动调整每次训练的超参数，保留交叉熵损失函数值最小的训练模型；

S25：保存最好的循环神经网络的迁移训练模型。

4.如权利要求3所述的一种基于深度学习的药物分子生成方法，其特征在于，所述步骤S3具体为：

S31：运行迁移训练模型，批量生成整数序列的分子数据；

S32：对批量生成的整数序列分子数据依次进行数据反编码和分子数据标准化；

S33：对标准化后的分子数据，过滤无效分子和去除重复分子；

S34：当生成的分子数量达到预先设定的分子数量时，保存生成的分子数据。

5.如权利要求4所述的一种基于深度学习的药物分子生成方法，其特征在于，所述循环神经网络包括Embedding层、GRU层、Dense层、Attention层和Softmax函数，所述整数序列作为Embedding层的输入，所述Embedding层的输出作为GRU层的输入，所述GRU层的输出作为Attention层的输入、所述Attention层的输出作为Dense层的输入，所述Dense层的输出作为Softmax函数的输入，其中Embedding层、GRU层、Dense层、Attention层和Softmax函数依次循环执行。

6.如权利要求5所述的一种基于深度学习的药物分子生成方法，其特征在于，所述GRU设计为两层，两层所述GRU的输入输出依次连接。

7.如权利要求6所述的一种基于深度学习的药物分子生成方法，其特征在于，所述模型超参数包括学习率、训练步数。

8.如权利要求7所述的一种基于深度学习的药物分子生成方法，其特征在于，所述数据编码过滤原则包括将分子的SMILES语句拆分，根据字母表进行编码，转换成二维矩阵形式的数据，同时分子的SMILES长度设置为136。

9.如权利要求8所述的一种基于深度学习的药物分子生成方法，其特征在于，所述预训练数据库包括ChEMBL数据库。