[发明专利]一种药物分子活性的虚拟筛选系统及其方法

权利要求书

1.一种药物分子活性的虚拟筛选系统，其特征在于，该系统通过机器学习框架进行算法的建模或通过机器学习和虚拟筛选结合进行算法的建模，该系统包括分子活性预测模块和分子活性筛选模块，所述分子活性预测模块和分子活性筛选模块均包括分子训练阶段和分子预测阶段，分子训练阶段通过对已知分子信息的训练生成训练模型，分子预测阶段通过将新的分子的信息输入到训练模型中进行分子活性的预测，通过分子活性筛选模块对分子活性进行筛选确定分子的活性。

2.如权利要求1所述的一种药物分子活性的虚拟筛选系统，其特征在于，所述分子训练阶段包括分子预处理单元和分子训练单元，所述分子预处理单元执行后，执行分子训练单元，生成训练模型。

3.如权利要求2所述的一种药物分子活性的虚拟筛选系统，其特征在于，所述分子预处理单元包括获得已知活性的分子及其对应的分子的信息，所述分子的信息包括分子的指纹、描述符和SMILES信息。

4.如权利要求3所述的一种药物分子活性的虚拟筛选系统，其特征在于，所述分子训练单元包括对已知分子及其对应的分子信息进行训练，通过对已知活性的分子及其对应的分子信息的训练，获得训练模型。

5.如权利要求4所述的一种药物分子活性的虚拟筛选系统，其特征在于，所述分子训练单元还包括验证单元，所述验证单元对训练模型进行验证，获得较佳的训练模型。

6.如权利要求5所述的一种药物分子活性的虚拟筛选系统，其特征在于，所述分子训练单元由XGBOOST、LR、SVM算法进行建模。

7.如权利要求1所述的一种药物分子活性的虚拟筛选系统，其特征在于，所述分子预测阶段将新的药物分子信息作为训练模型的参考对象，获得新的药物分子对应的活性信息。

8.如权利要求1所述的一种药物分子活性的虚拟筛选系统，其特征在于，所述分子活性筛选模块对应的分子预测阶段还包括分子活性筛选单元，所述分子活性筛选单元对训练模型得出的分子活性进行排序，实现对分子活性的筛选，从而筛选出较准确的分子活性信息。

9.一种药物分子的活性的虚拟筛选方法，其特征在于，该方法的具体操作步骤如下：

S1：通过分子预处理单元实现获取已知活性的分子的信息，包括分子的指纹、描述符和SMILES信息；

S2：通过分子训练单元实现对已知分子及其对应的分子信息进行训练，生成分子活性预测的训练模型；

S3：通过分子训练单元的验证单元实现对训练模型的验证，用于获取较佳的训练模型；

S4：通过分子预测阶段实现将新的分子信息作为训练模型的输入，以此实现新的分子活性的预测；

S5：通过分子活性筛选模块的分子活性筛选单元对训练模型得出的分子活性信息进行排序，实现对分子活性的筛选，从而筛选出较准确的分子活性信息。

10.如权利要求9所述的一种药物分子的活性的虚拟筛选方法，其特征在于，所述步骤S4的训练单元由XGBOOST、LR、SVM算法进行建模，实现对分子训练过程中数据输入输出的处理。