[发明专利]一种自动化的小分子药物筛选方法和计算设备

权利要求书

1.一种自动化的小分子药物筛选方法，适于在计算设备中执行，所述方法包括步骤：

采集针对目标靶点的多个分子的结构数据和活性数据，并根据该结构数据和活性数据，构建针对目标靶点的第一候选分子库。

2.如权利要求1所述的方法，还包括步骤：

生成每个结构数据所对应的矢量特征，并以该矢量特征为样本输入，以活性值为样本输出，以对应的活性数据为样本标签，训练第一预测模型；

分别将第一候选分子库中的各分子输入到所述第一预测模型，并从中选取输出的活性值靠前的多个分子构成第二候选分子库。

3.如权利要求2所述的方法，还包括步骤：

分别将第二候选分子库中的各分子与所述目标靶点进行对接，并选取对接构象优异的多个分子构成第三候选分子库；以及

对所述第三候选分子库中的多个分子进行聚类，并从每个类中选取性能优异的多个分子构成第四候选分子库。

4.如权利要求3所述的方法，还包括步骤：

分别计算所述第四候选分子库中的各分子与所述目标靶点的结合自由能，并从中选取结合自由能低的多个分子构成第五候选分子库。

5.如权利要求4所述的方法，还包括步骤：

分别将所述第五候选分子库中的各分子输入到第二预测模型中，并从中选取输出的活性值靠前的多个分子构成第六候选分子库。

6.如权利要求2-5所述的方法，其中，

所述第一预测模型为构效关系模型和/或药效团模型；

所述第二预测模型为类药性和/或成药性预测模型；

所述第一候选分子库包括生成分子库、公共分子库和商业分子库中的至少一种。

7.如权利要求1-6中任一项所述的方法，其中，

所述结构数据和活性数据存储于smiles文件、sdf文件、mol文件、mol2文件、csv文件中的至少一种；

所述结构数据用化学语言标记表示，所述活性数据包括酶活性和/或细胞活性。

8.如权利要求1-7中任一项所述的方法，还包括步骤：

输出各候选分子库的分子信息，所述分子信息包括分子的结构数据、活性数据、对接构象、对接分值、聚类情况、结合自由能计算结果、类药性和成药性预测结果。

9.一种计算设备，包括：

存储器；

一个或多个处理器；

一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1-8所述方法中的任一方法的指令。

10.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当计算设备执行时，使得所述计算设备执行根据权利要求1-8所述的方法中的任一方法。