[发明专利]一种药物筛选方法、装置及电子设备

说明书

本发明提供了一种药物筛选方法、装置、电子设备，方法包括：确定分子样本对中的蛋白质分子的结构特征和目标分子的结构特征；确定药物筛选模型中的图神经网络的节点信息传递子网络；基于蛋白质分子的结构特征，确定药物筛选模型中的图神经网络的边线信息传递子网络；通过药物筛选模型对蛋白质分子和目标分子结合；基于蛋白质分子和目标分子结合产物的活性实现对药物的筛选，由此，能够有效的通过药物筛选模型表现蛋白质图和小分子图的结构特征，实现准确地将蛋白质分子和目标分子进行结合，还能够高效地对药物数据库中所包含的数量巨大的蛋白质分子和目标分子进行处理，提升药物筛选的效率，节省药物筛选的时间。

技术领域

本发明涉及信息处理技术，尤其涉及药物筛选方法、装置、及电子设备。

背景技术

人工智能(AI，Artificial Intelligence)是计算机科学的一个综合技术，通过研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，例如自然语言处理技术以及机器学习/深度学习等几大方向，相信随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。

传统药物研发中对药物进行筛选的过程需要消耗大量的资源，使得研发周期大幅度增加同时研发费用巨大，造成资源的浪费，因此，将人工智能技术应用于药物筛选中，可以大幅度的减少相关实验所需的时间和费用，并且通过有效的利蛋白质和小分子的特征信息，确定相应的蛋白质活性，实现对药物的筛选，可以增加药物筛选的准确性，提升药物筛选的效率。

发明内容

有鉴于此，本发明实施例提供一种药物筛选方法、装置及电子设备，本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种药物筛选方法包括：

获取药物数据库中包含的蛋白质分子和目标分子，其中，所述目标分子为药物小分子、所述蛋白质分子为能被药物分子作用的标靶大分子；

确定所述分子样本对中的蛋白质分子的结构特征和目标分子的结构特征；

基于所述蛋白质分子的结构特征，确定药物筛选模型中的图神经网络的节点信息传递子网络；

基于所述蛋白质分子的结构特征，确定所述药物筛选模型中的图神经网络的边线信息传递子网络；

基于所述图神经网络的节点信息传递子网络、边线信息传递子网络以及所述蛋白质分子的结构特征和目标分子的结构特征，通过所述药物筛选模型对所述蛋白质分子和目标分子结合；

基于所述蛋白质分子和目标分子结合产物的活性实现对药物的筛选。

本发明实施例还提供了一种药物筛选装置，包括：

信息传输模块，用于获取药物数据库中包含的蛋白质分子和目标分子，其中，所述目标分子为药物小分子、所述蛋白质分子为能被药物分子作用的标靶大分子；

信息处理模块，用于确定所述分子样本对中的蛋白质分子的结构特征和目标分子的结构特征；

所述信息处理模块，用于基于所述蛋白质分子的结构特征，确定药物筛选模型中的图神经网络的节点信息传递子网络；

所述信息处理模块，用于基于所述蛋白质分子的结构特征，确定所述药物筛选模型中的图神经网络的边线信息传递子网络；

所述信息处理模块，用于基于所述图神经网络的节点信息传递子网络、边线信息传递子网络以及所述蛋白质分子的结构特征和目标分子的结构特征，通过所述药物筛选模型对所述蛋白质分子和目标分子结合；

所述信息处理模块，用于基于所述蛋白质分子和目标分子结合产物的活性实现对药物的筛选。

上述方案中，