[发明专利]一种药物分子活性的虚拟筛选系统及其方法

说明书

本发明是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。通过将分子活性预测模块和分子活性筛选模块采用机器学习和虚拟筛选结合的建模方式使分子信息的探索更高效，增加了分子活性预测的准确率。

技术领域

本发明属于分子领域，特别涉及一种药物分子活性的虚拟筛选系统及其方法。

背景技术

在新药发现过程中，虚拟筛选的应用可以提高活性分子的富集，降低筛选的成本。近年来已引起科研机构和制药公司的高度重视。常用的虚拟筛选方法可以分为基于结构的虚拟筛选(SBVS)和基于配体的虚拟筛选(LBVS)。基于配体的虚拟筛选的主要科研精力放在各种分子描述符的产生、相似性的比较。基于配体的虚拟筛选的优势在于速度更快，一般可作为虚拟筛选的最初阶段，劣势在于很难找到不同于已知分子的新的骨架。基于结构的虚拟筛选虽然速度有所下降，但是可以利用分子的信息，从而有利于全新药物的发现。

其中基于配体的虚拟筛选技术包括药效团模型（pharmacophore modeling）、定量构效关系（quantitative structure activity relationhship,QSAR）、结构相似性方法（structual similarity,SSIM）。通过这类方法，结合计算机在化合物库中筛选出活性预测值较高的分子集。但是上述筛选方法，运算性能不高，预测活性效果较差。

发明内容

为解决上述问题，本发明的目的在于提供一种高效探索分子指纹和描述符、分子活性预测准确率高的一种药物分子活性的虚拟筛选系统及其方法。

本发明的另一个目的在于提供一种数据处理准确高效、安全可靠的一种药物分子活性的虚拟筛选系统及其方法。

为实现上述目的，本发明的技术方案如下。

本发明是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。通过分子活性预测模块实现分子活性的预测，通过分子活性筛选模块实现对分子活性预测模块预测出的分子活性的筛选。通过将分子活性预测模块和分子活性筛选模块采用机器学习和虚拟筛选结合的建模方式使分子信息的探索更高效，增加了分子活性预测的准确率。

进一步地，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。所述分子训练单元对分子预处理单元处理后的已知分子信息进行模拟训练后，获得分子概率预测的较佳训练模型。