[发明专利]基于表示学习的抗HBV小分子药物预测模型及其构建方法

说明书

本发明提供一种基于表示学习的抗HBV小分子药物预测模型及其构建方法，涉及药物研究技术领域，通过对SMILES编码的处理，使用NLP的方法对SMILES编码进行表示学习。使用机器学习方法对SMILES编码的空间向量的有监督分类模型，在该模型中分类预测小分子对特定靶点的活性。与现有技术相比，在不同靶点数据集上体现出优于传统Word2vec的性能。与此同时，在训练向量后的下游任务中，在预测化合物对HBV抑制率和对肝细胞毒性方面都产生了确定性的优势，具备较好筛选潜在抗HBV药物的能力。该方法可用于广泛的应用于其他不同靶点化合物的类药性预测，从而简化药物研发流程。

技术领域

本发明涉及药物研发技术领域，尤其涉及一种基于表示学习的抗HBV小分子药物预测模型的构建方法。

背景技术

在药物研发过程中，针对特定靶点，设计并合成具有高活性的化合物是药物化学的首要工作。通常的药物设计，更多地依赖各类高通量的虚拟筛选、基于片段或结构的药物设计和药物研发人员的经验，缺少方便快捷、精准的方式评估药物分子针对特定靶点的药理活性。

受限于常规药物研发的流程，大规模的药物分子设计、合成及抗HBV活性实验消耗了大量人力物力、时间和资金等成本，拖延了药物研发的速度。我们通过人工智能的药物筛选预测模型，可以有效的加快药物研发速度，节省大量成本输出，并成功预测和筛选潜在的活性药物分子，这也是未来药物研发的必然趋势。

发明内容

本发明的目的是为了解决现有技术中。

为了实现上述目的，本发明采用了如下技术方案：

一种基于表示学习的抗HBV小分子药物预测模型的构建方法，包含以下步骤：

S1：将输入的从SMILES中抽取的化合物结构Token数据依照Ising Model的数据结构，构建出稀疏矩阵W_ISM；

S2：将W_ISM经过SLEP的大规模稀疏数据处理得到其相关矩阵W_WCM；

S3：将输入的文本数据实体划分为了n个Batch来处理数据，我们取其中第i个Batch作为Batch_i，Batch_i中的实体为(Vm_i1,Vm_i2,…,Vm_ij)^T；

S4：输入Batch_i的化学结构实体(Vm_i1,Vm_i2,…,Vm_ij)^T，初始化得到化学结构实体的Embedding(Ve_i1,Ve_i2,…,Ve_ij)^T；

S5：将Batch_i经过配对生成Skip-Gram关系，得到每个化学结构的上下结构Con(Vm_ij)以及负采样词空间NEG(Vm_ij)，继续计算其预测概率u∈NEG(Vm_ij)；

依据Batch_i中Ve_ij计对上下文Con(Vm_ij)以及负采样词空间NEG(Vm_ij)中各词配对之间的预测概率，计算损失函数式(6)：

S6：根据式(6)所得损失函数，可采取多种优化方案得到梯度以便优化参数；

S7：依据实体与实体之间的配对关系，从W_WCM中索引获取实体与实体配对关系对应的局部关系矩阵W_SCM以及与负采样配对关系的关系矩阵W_NCM；