[发明专利]基于深度学习的类药化合物毒性预测方法

摘要

本发明涉及类药化合物毒性预测技术领域，是一种基于深度学习的类药化合物毒性预测方法，包括第一步，特征提取，将待检测的类药化合物通过分子指纹生成软件生成指纹序列；第二步，对分子指纹序列的特征进行降噪预处理；第三步，采用DX算法对经过特征预处理的分子指纹序列进行特征降维，更新分子指纹序列；第四步，采用栈式自编码神经网络模型对经过降维筛选后的分子指纹序列进行毒性预测。本发明选用分子指纹序列作为分子特征描述，类药化合物指纹特征项的大量冗余，设计并实现特征降维方法。将降维评估后重新筛选的指纹特征作为级联隐藏层学习的输入，实现对类药化合物毒性的高效预测。

主权项

1.一种基于深度学习的类药化合物毒性预测方法，其特征在于包括以下步骤：第一步，特征提取，将待检测的类药化合物通过分子指纹生成软件生成分子指纹序列；第二步，对分子指纹序列的特征进行降噪预处理，包括以下过程：(1)对转换后的分子指纹序列去除多组分的化合物；(2)移除冗余信息的化合物成分；(3)移除存在冲突的化合物成分；第三步，采用DX算法对经过特征预处理的分子指纹序列进行特征降维，以用于更新分子指纹序列，包括以下过程：(1)以X为输入指纹特征，x为特征值，设P(x|class＝1)以及P(x|class＝0)为指纹特征X的类密度函数；class＝1为目标类，class＝0为非目标类，则P(x|class＝1)和P(x|class＝0)之间的距离函数D(X)公式为：D(X)＝∫|P(x|class＝1)‑P(x|class＝0)|dx   (1)设指纹序列中的现有特征分别为特征H和特征G，若D(H)>D(G)，则表示特征H比特征G更易区别目标特征class＝1和非目标特征class＝0之间的距离；(2)设m₁和d₁分别为分子指纹序列中正样本的样本均值和标准偏差，m₀和d₀分别是分子指纹序列中负样本的样本均值和标准偏差；将公式(1)转换后表示为：第四步，采用栈式自编码神经网络模型对经过降维筛选后的分子指纹序列进行毒性预测。