[发明专利]一种离子液体对乙酰胆碱酯酶的毒性预测方法及系统

权利要求书

1.一种离子液体对乙酰胆碱酯酶的毒性预测方法，其特征在于，包括以下步骤：

第一步：获取离子液体的基础信息；

第二步：生成离子液体对乙酰胆碱酯酶毒性的深度学习待预测图像；

第三步：使用VGG19_BN卷积神经网络进行深度学习训练，得到端到端的已知离子液体对乙酰胆碱酯酶毒性的深度学习模型；

第四步：将新的离子液体样本、新的乙酰胆碱酯酶样本进行处理，得到拼接后的未知离子液体对乙酰胆碱酯酶毒性的待预测图像作为测试集，然后将测试集的待预测图像输入训练完成的VGG19_BN卷积神经网络进行深度学习，输出预测的EC50实验值，从而完成离子液体对乙酰胆碱酯酶的毒性预测。

2.根据权利要求1所述的一种离子液体对乙酰胆碱酯酶的毒性预测方法，其特征在于：所述第二步的具体步骤包括以下内容：

S1：将收集到的离子液体的SMILES标准化，生成对应的二维结构图像；

S2：将乙酰胆碱酯酶结合离子液体得到相应的空腔三维结构，并将空腔三维结构特征最明显处进行切片得到空腔的二维彩色切片图像；

S3：将离子液体阳离子、阴离子各自的二维结构彩色图像、空腔的二维彩色切片图像进行拼接形成训练图像。

3.根据权利要求2所述的一种离子液体对乙酰胆碱酯酶的毒性预测方法，其特征在于：所述二维结构图像中对不同的原子进行区别着色，具体为氮元素着蓝色、氧元素着红色、硫元素着黄色、碳元素着黑色、氟元素着蓝色、磷元素着橙色、氢元素不着色且不予显示，不同原子之间的化学键一分为二与所连接的原子颜色相同。

4.根据权利要求1所述的一种离子液体对乙酰胆碱酯酶的毒性预测方法，其特征在于：所述第三步的具体步骤包括以下内容：

S1：将全部训练图像与相应药物安全性指标EC50实验值组成的数据集，把数据集按训练集占百分之八十、验证集占百分之二十的比例进行分组，待预测图像作为输入，相应药物安全性指标EC50实验值作为预测的输出；

S2：构建VGG19_BN卷积神经网络；

S3：将训练集用在VGG19_BN卷积神经网络上进行深度学习训练，利用一致的已知EC50实验值训练VGG19_BN卷积神经网络，直到VGG19_BN卷积神经网络收敛；

S4：将验证集用在步骤S32训练到收敛的VGG19_BN卷积神经网络上，对训练图像特征进行学习，输出预测的EC50实验值进行检验。

5.根据权利要求1所述的一种离子液体对乙酰胆碱酯酶的毒性预测方法，其特征在于：所述S4的具体步骤如下：

S1：生成新的离子液体样本的阳离子、阴离子各自的二维结构彩色图像；

S2：将新的乙酰胆碱酯酶样本结合离子液体得到相应的空腔三维结构，并将空腔三维结构特征最明显处进行切片得到空腔的二维彩色切片图像；

S3：将新的离子液体阳离子、阴离子各自的二维结构彩色图像、空腔的二维彩色切片图像进行拼接形成训练图像；

S4：然后将训练图像输入训练验证后的VGG19_BN卷积神经网络进行预测，输出相应新的离子液体对新的乙酰胆碱酯酶EC50实验的毒性的预测值。

6.根据权利要求1所述的一种离子液体对乙酰胆碱酯酶的毒性预测方法，其特征在于：所述VGG19_BN卷积神经网络进行毒性预测训练时，采用外部检验的方式，在决定系数R²＞74％且均方根误差RMSE＜0.210时，表示VGG19_BN卷积神经网络训练完成。