[发明专利]一种CNS药物关键特征识别方法在审
| 申请号： | 201911307432.6 | 申请日： | 2019-12-18 |
| 公开（公告）号： | CN111081321A | 公开（公告）日： | 2020-04-28 |
| 发明（设计）人： | 丁彦蕊;张瑞林 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G16C20/50 | 分类号： | G16C20/50;G16C20/70;G06K9/62 |
| 代理公司： | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人： | 彭素琴 |
| 地址： | 214000 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种CNS药物关键特征识别方法，属于计算机辅助药物设计领域。通过将支持向量机和贪心算法相结合，利用贪心的思想逐步删除掉对提升预测结果作用最小的特征，进而准确筛选出区分CNS药物与non‑CNS药物小分子的关键特征。本发明方法首次将支持向量机与贪心算法结合起来应用于CNS药物的关键特征识别，以逐步删除的方式筛选出关键特征考虑了各个特征之间组合的效果，且避免了增加特征的方法所带来的最初特征选择的难题，使得所筛选出的关键特征更能有效区分CNS药物与non‑CNS药物小分子，这为从根本上设计CNS药物候选小分子提供了一种重要的指导方法。 | ||
| 搜索关键词： | 一种 cns 药物 关键 特征 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江南大学，未经江南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911307432.6/，转载请声明来源钻瓜专利网。
- 上一篇：超声波技术在锗系催化剂生产中运用的方法
- 下一篇：一种高效连续混炼挤出装备
- 同类专利
- 一种基于元学习的组蛋白修饰酶抑制活性预测方法-202310907827.X
- 李劲;熊嫱微;鹿琦;谢星燃;汤应春 - 云南大学
- 2023-07-24 - 2023-10-27 - G16C20/50
- 本发明公开了一种基于元学习的组蛋白修饰酶抑制活性预测方法，包括以下步骤：步骤S1：收集数据集，得到组蛋白修饰酶和对应的活性化合物以及非活性化合物；步骤S2：使用自监督预训练从数据库中的大规模无标签化学数据集获取高质量的分子子结构特征向量表示；步骤S3：构建基于Transformer的编码器和多任务元学习的预测模型；步骤S4：利用S2步骤中得到的分子子结构特征向量表示来计算损失函数；步骤S5：利用S3步骤中的预测模型和S4步骤中的损失函数训练模型；步骤S6：利用训练好的预测模型对化合物的组蛋白修饰酶抑制活性进行预测。本发明解决了抑制剂数据较少的情况下的组蛋白酶靶点难以准确预测的问题。
- 电化学界面结构的获取方法、装置和存储介质及电子设备-202310948527.6
- 赖炫尧;赵传寓;黎新;张胜誉 - 腾讯科技（深圳）有限公司
- 2023-07-28 - 2023-10-27 - G16C20/50
- 本申请公开了一种电化学界面结构的获取方法、装置和存储介质及电子设备。其中，该方法包括：获取结构生成请求；响应结构生成请求，获取生成电化学界面结构所需的电化学表面结构和至少一个分子结构；将至少一个分子结构和表面结构组成为初始界面结构；将初始界面结构输入结构优化模型，并由结构优化模型对初始界面结构依次进行至少两次不同维度的目标变换操作，得到目标界面结构，可应用在人工智能场景，涉及机器学习等技术。本申请解决了电化学界面结构的获取效率较低的技术问题。
- 分子生成方法、装置、设备和存储介质-202310336184.8
- 高子琪 - 腾讯科技（深圳）有限公司
- 2023-03-28 - 2023-10-27 - G16C20/50
- 本公开的实施例提供了一种分子生成方法、装置、设备和计算机可读存储介质。该方法通过设计隐层最大化熵分布的图自编码器，对于输入分子的原子特征和邻接矩阵的输入，生成具有最大熵分布的中间隐变量，并基于该最大熵分布来确定生成分子的原子特征矩阵和邻接矩阵，从而实现多样化的新分子生成。通过该方法能够克服图结构数据的离散属性对图生成模型的限制，并且所设计的图自编码器能够提升生成分子的多样性，在减少生成的重复分子的同时保证生成分子的有效性。对于先导药物生成和药物优化的智能药物研发场景，该方法能够高效地获取高质量的临床候选分子，降低了后续临床筛选的负担，从而减少药物开发的时间和成本，并提高药物发现的准确性和效率。
- 药物分子生成方法、装置、计算机设备及存储介质-202211085588.6
- 潘鸿鹄;徐挺洋;李蓝青 - 腾讯科技（深圳）有限公司
- 2022-09-06 - 2023-10-27 - G16C20/50
- 本申请实施例公开了一种药物分子生成方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：确定蛋白分子对应的蛋白分子信息，蛋白分子包括多个蛋白节点，蛋白分子信息用于表示多个蛋白节点的类型和结构；对蛋白分子信息进行特征编码，得到蛋白分子特征；对蛋白分子特征进行特征解码，得到药物分子信息，药物分子信息指示的药物分子对蛋白分子具有活性。本申请根据蛋白分子信息对应的蛋白分子特征，直接解码出对蛋白分子具有活性的药物分子对应的药物分子信息，从而得到有效的药物分子，无需筛选对蛋白分子具有活性的药物分子，简化了生成药物分子的流程，提高了生成药物分子的效率。
- 分子接合表位预测方法、装置、存储介质及计算机设备-202311010888.2
- 黎浩添;黄俊鸿;刘伟 - 腾讯科技（深圳）有限公司
- 2023-08-11 - 2023-10-27 - G16C20/50
- 本公开提供了一种分子接合表位预测方法、装置、存储介质及计算机设备。方法包括：获取第一分子的第一分子结构、多个第二分子与第一分子的对接结果，以及第一对比数据；在第一分子的分子表面确定多个候选接合表位；根据对接结果在第一分子的分子表面确定与每一第二分子对应的对接接合表位；计算每一候选接合表位与多个对接接合表位之间的差异，得到每一候选接合表位对应的第二对比数据；基于每一候选接合表位对应的第二对比数据以及第一对比数据计算每一候选接合表位对应的表位评价参数，并基于表位评价参数在多个候选接合表位中确定第三分子与第一分子的目标接合表位。该方法可以提升分子接合表位预测的准确性。
- 解码器的训练方法、模型检测方法、装置及设备-202211257400.1
- 刘瀚文;赵沛霖 - 腾讯科技（深圳）有限公司
- 2022-10-14 - 2023-10-27 - G16C20/50
- 本申请提供了一种解码器的训练方法、模型检测方法、装置及设备，属于人工智能技术领域。方法包括：基于原始分子图数据集进行模型训练，得到第一分子图生成模型；基于初始分子图，迭代执行如下步骤，以对第一分子图生成模型和解码器进行训练，得到目标分子图生成模型和目标解码器：在任一次迭代过程中，将初始分子图输入第一分子图生成模型，通过第一分子图生成模型，得到本次迭代过程的预测分子图；将预测分子图输入解码器，通过解码器，得到预测分子图的第一隐变量；将第一隐变量与目标数字签名进行匹配，基于匹配结果，调整第一分子图生成模型和解码器的模型参数。该方法能够实现对分子图数据集的有效保护。
- 一种基于机器学习的抗真菌肽从头设计方法-202310917585.2
- 尹柯栋;许文;李瑞芳 - 河南工业大学
- 2023-07-22 - 2023-10-27 - G16C20/50
- 抗生素的过度使用，导致病原菌耐药性问题格外突出。病原菌耐药，已成为一个世界性卫生难题。抗菌肽毒性低、抗菌谱广，不易产生耐药性，是替代抗生素、解决病原菌耐药难题的理想方案。目前，抗菌肽来源多为从动植物中提取，或对已有抗菌肽进行修饰改造。由于抗菌肽在生物体中含量低,直接提取抗菌肽的技术还不够成熟，制备周期长、成本高，成功率低。将机器学习应用到抗菌肽设计中可以极大提高设计的效率和精度。本发明公开了一种基于机器学习的抗真菌肽从头设计方法，所述方法根据已公布抗菌肽氨基酸所在位置频次计算优势氨基酸及二肽组分，生成多肽序列；并设计了一种基于支持向量机的抗真菌肽分类模型对生成的多肽序列进行识别、筛选，最终可合成出具有抗真菌活性的多肽。本发明加速了抗真菌肽的发现，为临床抗真菌药物研究提供了新思路。
- 噪声数据确定模型的训练、噪声数据的确定方法及装置-202211525333.7
- 黄磊;张恒通;徐挺洋 - 腾讯科技（深圳）有限公司
- 2022-11-30 - 2023-10-27 - G16C20/50
- 本申请公开了一种噪声数据确定模型的训练、噪声数据的确定方法及装置，属于生物技术领域。方法包括：获取样本带噪小分子的数据和标注噪声数据，样本带噪小分子的数据包括多个样本原子的数据；通过神经网络模型，基于多个样本原子的数据确定样本图结构；通过神经网络模型基于样本图结构确定预测噪声数据；基于预测噪声数据和标注噪声数据，对神经网络模型进行训练，得到噪声数据确定模型。通过噪声数据确定模型确定目标带噪小分子的数据中的目标噪声数据，从而可以实现基于目标噪声数据对目标带噪小分子的数据进行去噪处理，得到去噪后的小分子数据，进而可以基于去噪后的小分子数据进行药物研发，提高药物研发效率。
- 一种基于过滤曲率的预测蛋白质-配体结合亲和力系统和方法-202310122433.3
- 吴剑秋;陈红阳 - 之江实验室
- 2023-01-19 - 2023-10-27 - G16C20/50
- 一种基于过滤曲率的预测一个分子和一个蛋白质的结合亲和力的系统，包括数据存储器、数据整理器和模型预测器。数据整理器使用数据存储器中存储的蛋白质‑‑配体数据生成图和图的结构，并将所述的图和图的结构传递给模型预测器以预测结合亲和力。数据整理器的图模块使用数据预处理模块从所述的蛋白质—配体数据中提取亲和力、原子的坐标和属性生成图，结构模块使用所述的图生成图的结构。模型预测器的过滤曲率模块将图中的原子间的距离信息和曲率信息融合成边的表示。而基于角度和自适应图注意力机制的SIHN模块利用个性化的注意力机制将图的角度信息纳入图表示从而预测结合亲和力。本发明还包括一种基于过滤曲率的预测一个分子和一个蛋白质的结合亲和力的方法。
- 基于分子生成模型的融合亲脂性药物分子生成方法及系统-202310870624.8
- 胡文斌;卢鑫宇 - 武汉大学
- 2023-07-14 - 2023-10-20 - G16C20/50
- 本发明公开了一种基于分子生成模型的融合亲脂性药物分子生成方法及系统，本发明首先确定期望生成分子的亲脂性c和生成分子的大小M；然后从正态分布N
- 一种基于光量子计算机的分子对接方法和装置-202310882617.X
- 文凯;马寅;刘若辰 - 北京玻色量子科技有限公司
- 2023-07-19 - 2023-10-20 - G16C20/50
- 本发明涉及一种基于光量子计算机的分子对接方法和装置，属于药物设计技术领域，解决启发式算法消耗时间长但无法得出标准解的问题。方法包括：将配体的二维分子结构图转换为三维分子结构图；基于配体和受体的三维分子结构图构建受体靶点内部的对接盒网格点以对配体原子与受体网格点进行最佳匹配；将求解配体原子与受体网格点的最佳匹配问题转化为寻找最大加权团；根据最大加权团建立二次无约束二值优化模型，通过二次无约束二值优化模型计算在几何限制下受体与配体之间的最强结合亲和力；利用相干伊辛机获取二次无约束二值优化模型的最优解。使用伊辛模型求解分子模拟问题更为快速和准确。使用量子计算机加速可以快速计算药物和蛋白的亲和力。
- 预测小分子CYP代谢酶的代谢位点的方法及系统-202110420115.6
- 李远鹏;陈萍;赖力鹏;温书豪;马健 - 北京晶泰科技有限公司
- 2021-04-19 - 2023-10-20 - G16C20/50
- 一种预测小分子CYP代谢酶的代谢位点的方法及系统，包括：收集与代谢位点相关的分子结构数据，基于不同代谢酶亚型将收集的数据整理成为不同亚型的数据集；将二维分子结构转化为三维分子结构；将分子三维结构中的原子类型的矢量化；将分子三维结构中距离的矢量化；将原子类型的矢量作为图卷积神经网络中顶点信息矢量化矩阵，将距离的矢量作为图卷积神经网络中边信息矢量化矩阵，根据图卷积神经网络模型更新顶点信息，计算原子为代谢位点的概率；在不同CYP代谢酶亚型上根据为代谢位点的概率预测代谢位点；上述方法及系统，对分子与不同亚型的CYP代谢发生化学反应的代谢位点预测，该预测结果可以帮助药物化学家设计或者优化分子结构。
- 一种中药超声辅助提取多目标优化方法、系统和介质-202310810895.4
- 江海洋;沈建忠;杨柳;张会霞;夏曦;张帅;陈诗奇;陈欣 - 中国农业大学
- 2023-07-04 - 2023-10-17 - G16C20/50
- 本发明属于中药成分分析技术领域，涉及一种中药超声辅助提取多目标优化方法、系统和介质，包括：对中药超声提取液进行单因素分析，筛选显著影响因素和优化范围；根据优化范围，将显著影响因素分为若干水平，确定最佳水平组合，生成规划目标数据集；建立规划目标数据集中输入数据和输出数据的关系，根据关系生成中药超声提取模型，并对中药超声提取模型进行寻优，获得最优设计点；根据最优设计点，设置理想点法目标函数，并计算目标函数的多目标最优解，根据多目标最优解获得多目标优化结果。其可以有效解决中药提取制备工艺传统优化算法无法明确获得影响因素的相互作用，预测模型精度不足，提取得率低下，无法充分提取，浪费原料，增加提取成本的问题。
- 一种从中药成分中虚拟筛选sEH抑制剂的方法及应用-202310780295.8
- 董佩佩;赵艳艳;贺文韬;郭梦圆;杜雨航;郑少卿 - 大连医科大学
- 2023-06-29 - 2023-10-13 - G16C20/50
- 本发明公开一种从中药成分中筛选sEH抑制剂的方法及应用，通过构建由1个芳香环中心、2个疏水中心及2个氢键供体共5个药效特征元素组成的药效团模型对中药成分进行虚拟筛选，再经过分子对接筛选和体外sEH活性抑制实验，首次筛选出异甘草素、金合欢素、羟基红花黄色素A、洋蓟素或槲皮万寿菊素具有sEH抑制作用，其IC
- 一种融合高低阶信息有效识别药物-靶标相互作用预测方法-202310968690.9
- 王淑栋;刘英业;任传儒;张魁杰;宋宣默;吴文浩 - 中国石油大学（华东）
- 2023-08-03 - 2023-10-13 - G16C20/50
- 本发明提供了一种融合高低阶信息有效识别药物‑靶标相互作用预测方法，涉及生物信息、深度学习领域。首先，我们整合药物和靶标的多源数据，分别构建药物和靶标超图关联矩阵。然后，基于构建的药物和靶标超图关联矩阵提取药物和靶标的高阶关联信息，并将其与药物靶标低阶关联信息整合到一个网络中。自整合得到的药物靶标网络，从共用不同实体角度出发，构建药物‑靶标对超图网络结构；从特征角度出发，根据KNN思想构建药物‑靶标对拓扑网络结构。并将充分融合药物‑靶标对的超图网络结构(高阶关联)信息和拓扑网络结构(低阶关联)信息输入到深层神经网络中实现药物‑靶标对的二分类任务。使用自适应梯度下降优化算法优化模型，迭代提升药物‑靶标相互作用预测的准确率。
- 批量处理分子绘制到单个PDF文件的方法、介质及电子设备-202311004325.2
- 李松;杨晨星;刘灏 - 上海天鹜科技有限公司
- 2023-08-10 - 2023-10-13 - G16C20/50
- 本发明公开了一种批量处理分子绘制到单个PDF文件的方法，包括如下步骤：S1：绘制单个分子结构；S2：参数设置；S3：添加标题和标注；S4：写入PDF文件；S5：分子结构展位框；S6：自定义分子排序和并行执行，本发明能够快速准确地识别分子结构，将其转换为可视化的图像，图像上添加必要的标识和注释，并将其转换为高质量的PDF格式，方便用户进行查看和分析；本发明能够节省用户的时间和精力，提高工作效率，具有快速、简单、高效、高质量的优点。
- 基于多视图神经网络变分自编码器的分子骨架跃迁方法-202311004329.0
- 李松;胡超;刘灏 - 上海天鹜科技有限公司
- 2023-08-10 - 2023-10-13 - G16C20/50
- 本发明公开了一种基于多视图神经网络变分自编码器的分子骨架跃迁方法，包括如下步骤：S1：数据集构建，S2：基于多视图图神经网络的分子编码器，S3：基于循环神经网络的分子解码器，S4：模型预训练，S5：模型微调，S6：药物分子的骨架跃迁，本发明通过在药物分子设计领域常用的指标上进行评估并与其他模型进行对比，证明了本发明相比于其他分子生成方法在骨架跃迁以及活性保持方面更具优势。因此，本发明提供了一种有效的药物分子设计方法，可以用于药物研究和开发。
- 一种煤体分子结构建模方法-202310840363.5
- 李贺;吕雪芬;路洁心;鲁义;施式亮;王正;吴郗;曹洁艳 - 湖南科技大学
- 2023-07-11 - 2023-10-13 - G16C20/50
- 本发明公开了一种煤体分子结构建模方法，基于工业分析与元素分析、核磁共振波谱、X射线光电子谱以及傅氏转换红外光谱(FTIR)的实验方式，分析煤的结构参数，运用ChemDraw构建煤大分子结构初始模型，通过分子动力学模拟软件并利用分子力学和分子动力学方法对煤大分子结构模型进行优化，添加周期性边界条件，得到能量最低的煤分子结构单元以及相对应的模型的最优密度，并进行模型的校验与调整。本发明构建出一个科学合理的煤的分子结构模型，利用此模型可以从分子水平直观地分析实验现象，为预测实验中难以得到的结果提供实际价值。
- 药物活性预测方法、装置、设备及存储介质-202310660284.6
- 李康;张刘超;嵇建鑫;王柳滢;王鹤淞;宋永振;王萌;李爽;张萱 - 哈尔滨医科大学
- 2023-06-05 - 2023-10-10 - G16C20/50
- 本发明公开了一种药物活性预测方法、装置、设备及存储介质，该方法包括：基于预设基因组数据库获取肿瘤细胞系对应的基因水平多组学信息；将基因水平多组学信息聚集至对应的目标生物通路，以获取肿瘤细胞系对应的细胞系特征；获取待预测药物的药物化学结构信息，并基于药物化学结构信息中药物化学结构对应的线性规范字符串获取待预测药物的药物结构特征；基于细胞系特征和药物结构特征，通过药物活性预测模型确定待预测药物的药物细胞系活性预测值。本发明基于肿瘤细胞系的细胞系特征和待预测药物药物结构特征，通过药物活性预测模型确定待预测药物的药物细胞系活性预测值，从而可以准确识别靶向抗肿瘤药物对肿瘤患者的疗效。
- 基于元素和化学键的萃取剂筛选方法、系统及电子设备-202310688106.4
- 夏力;李欣雨;王丽丽;孙晓岩;项曙光 - 青岛科技大学
- 2023-06-09 - 2023-10-10 - G16C20/50
- 本发明公开了一种基于元素和化学键的萃取剂筛选方法、系统及电子设备，涉及萃取剂筛选技术领域，该方法包括对基于元素与化学键基团贡献法确定的原基团库进行筛选，得到预选基团集合；按照设定规定将预选基团集合中的基团自动组合，生成分子；采用萃取剂物性预测模型预测生成的分子的性质；当生成的分子的性质满足萃取剂目标性质时，将生成的分子确定为萃取剂分子，否则返回“按照设定规定，将预选基团集合中的基团自动组合，生成分子”的步骤；根据模糊综合评价方法，对确定的萃取剂的综合性能进行评价，并按照综合性能对确定的萃取剂进行优劣排序，得到最优的萃取剂。本发明具有基团数目少、分子合成简便、预测精度较高、广泛通用性强的优点。
- 一种基于拉伸分子动力学的探究小分子-蛋白结合关键残基的识别方法-202310785451.X
- 吴柏旭;鲍乾;胡亮 - 浙江洛兮医疗科技有限公司
- 2023-06-29 - 2023-10-10 - G16C20/50
- 本发明公开了一种基于拉伸分子动力学的探究小分子‑蛋白结合关键残基的识别方法，本发明通过拉伸分子动力学方法对不同小分子与蛋白构成的体系进行模拟，对小分子的解离动力学过程进行研究，分析影响小分子解离速率的关键因素。该方法能够对病毒的突变体进行研究，通过计算生物学模拟手段分析抑制剂对不同病毒突变的抑制效果。相比于传统分子动力学方法，该方法能将模拟加速至生理反应时间尺度。该方法能够为基于结构的药物设计提供充足的理论依据，从原子层面提高抑制剂对病毒突变体的抑制效果。
- 设计配体分子的方法和装置-202111154696.X
- 杨雨薇;欧阳思琦;周浩;李磊;李航 - 脸萌有限公司
- 2021-09-29 - 2023-10-10 - G16C20/50
- 根据本公开的实施例，提供了一种用于设计配体分子的方法、装置、设备、存储介质和程序产品。在此描述的方法包括：利用编辑模型来编辑第一分子结构，以确定第二分子结构，编辑至少包括从第一分子结构中删除片段或者向第一分子结构添加片段；响应于确定第二分子结构的评价优于第一分子结构，基于编辑来训练编辑模型，评价至少指示第二分子结构与目标分子之间的结合性；以及利用经训练的编辑模型并基于第二分子结构，确定针对目标分子的配体分子的目标结构。根据本公开的实施例，能够基于自监督的方法来有效地构建配体分子，从而提高了方法的普适性。
- 分子的生成方法、装置、电子设备及存储介质-202310802089.2
- 陈致远;李家豪;方晓敏;张肖男;何径舟 - 北京百度网讯科技有限公司
- 2023-06-30 - 2023-10-03 - G16C20/50
- 本公开提供了分子的生成方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体涉及生物计算技术。其中方法包括：获取待优化的合成树集合，待优化的合成树集合中包括多个待优化的合成树，多个待优化的合成树的最大合成路径长度为设定长度；对待优化的合成树集合进行分子优化，得到优化后的合成树集合；确定优化后的合成树集合中的目标合成树；以及将目标合成树的根结点确定为目标分子。本公开通过对合成树进行分子优化的方式生成目标合成树，进而确定目标分子，使得最终生成的目标分子具有可合成性。通过设定合成树的最大合成路径长度，将合成路径长度作为约束条件添加到目标分子的生成过程，降低了目标分子的合成成本。
- 药物反应预测方法及计算机设备-202310803521.X
- 宋智健;宋金益;卢磊磊 - 至本医疗科技（上海）有限公司;上海至本医学检验所有限公司
- 2023-06-30 - 2023-09-29 - G16C20/50
- 本申请涉及一种药物反应预测方法及计算机设备。所述方法包括获取待识别的目标数据，其中，目标数据包括目标药物分子特征数据和目标细胞系多组学数据；获取目标药物分子特征数据所属药物的药物标识，根据药物标识获取目标药物分子特征数据的分子描述符，根据分子描述符生成药物分子描述符矩阵；处理目标细胞系多组学数据，得到多组学通路特征矩阵；输入药物分子描述符矩阵和多组学通路特征矩阵至预训练的药物反应预测模型中，得到药物反应预测结果。本申请将多基因的协同互作纳入考虑，在不耗费实验资源的前提下利用药物分子特征数据和细胞系多组学数据，获得有效作用于非小细胞肺癌的相关药物关键信息，从而大幅提高筛选的效率与成功率。
- 小分子属性预测模型构建方法、装置、设备及存储介质-202310788412.5
- 田庆雨;李伟;苏睿;巩坤;秦亚星;李根;亓琪;谭雅文;姜建章;韩军;孙伟;孙玉梅 - 中国联合网络通信集团有限公司
- 2023-06-29 - 2023-09-29 - G16C20/50
- 本申请公开了一种小分子属性预测模型构建方法、装置、设备及存储介质，涉及计算机技术领域，用于提高预测药物‑靶标相互作用的效果和准确度。包括：基于预训练模型中包括的三层GCN网络对应的参数，构建目标模型，目标模型包括多个平行的二层全连接层；获取多个化合物对应的参数信息，并依次将多个化合物对应的参数信息输入至目标模型中，得到每个化合物对应的多个目标结果；基于多个化合物中的每个化合物对应的参数信息和每个化合物对应的多个目标结果，调整目标模型中包括的三层GCN网络的第三层GCN网络的参数，得到小分子属性预测模型。本申请应用于预测药物‑靶标相互作用的场景中。
- 蛋白靶点的药物分子生成方法、装置、设备及介质-202310799751.3
- 王俊 - 平安科技（深圳）有限公司
- 2023-06-30 - 2023-09-29 - G16C20/50
- 本申请涉及人工智能药物和医疗健康技术领域，提出了一种蛋白靶点的药物分子生成方法、装置、设备及介质，其中，方法包括：获取蛋白靶点和目标药物分子在多个模态下的图表示信息；使用多模态图神经网络模型对所述蛋白靶点和药物分子的图表示信息进行特征提取，以得到对应的特征向量；根据所述蛋白靶点和目标药物分子对应的特征向量，使用生成对抗网络模型生成潜在药物分子；使用强化学习模型对所述潜在药物分子进行优化，得到优化后的药物分子；对所述优化后的药物分子进行排序和筛选，并输出最优候选药物分子。通过该技术方案，能够产生越来越逼真且有效的药物分子。
- 一种鲜味肽筛选方法及筛选模型-202211523847.9
- 王文利;崔智勇;刘源;姜水;孟恒立 - 上海交通大学
- 2022-11-30 - 2023-09-22 - G16C20/50
- 本发明公开了一种鲜味肽筛选方法及筛选模型，所述筛选方法包括以下步骤，S1：整理现有的鲜味肽数据，建立数据库；S2：基于现有的鲜味肽本身的结构碎片构建鲜味肽的分子指纹特征数据；S3：基于分子对接技术解析的鲜味肽与鲜味受体T1R1/T1R3相互作用方式构建分子间互作残基特征数据；S4：基于分子描述符，获得鲜味肽理化性质的分子描述符特征数据；S5：使用机器学习算法对步骤S2‑S4中得到的数据分别建立鲜味肽筛选子模型；S6：使用支持向量机算法对三个鲜味肽筛选子模型进行集成，建立鲜味肽筛选模型；S7：利用步骤S6中建立的鲜味肽筛选模型对鲜味肽进行筛选。本发明中的筛选方法能够对鲜味肽进行快速，精确的筛选，且该筛选方法可重复使用。
- 基于非负矩阵的抗病毒药物筛选方法、系统及存储介质-202311050752.4
- 王珊;李顺飞;刘建超;汤永;刘丽华 - 中国人民解放军总医院
- 2023-08-21 - 2023-09-22 - G16C20/50
- 本发明提供了基于非负矩阵的抗病毒药物筛选方法、系统及存储介质，属于生物信息学、计算生物学与人工智能交叉技术领域，方法通过系统实现，方法包括：S1.构建病毒‑药物关联的邻接矩阵；S2.计算病毒高斯距离相似矩阵和药物高斯距离相似矩阵；S3.计算病毒基因序列相似矩阵和药物化学结构相似矩阵；S4.使用快速核学习方法，整合得到病毒整合相似矩阵和药物整合相似矩阵；S5.基于图正则化非负矩阵分解，构造损失函数；S6.求解损失函数，得到病毒‑药物预测得分矩阵；S7.基于所述病毒‑药物预测得分矩阵，筛选、排序后得到最终预测结果。本发明能高效地筛选出病毒有效治疗药物，为特定情况下应急解决方案提供思路。
- 信息处理的方法和装置-202110543978.2
- 李双利;周景博;徐童;黄亮;王凡;熊昊一;黄惟立;熊辉;窦德景 - 百度时代网络技术(北京)有限公司
- 2021-05-18 - 2023-09-22 - G16C20/50
- 本公开公开了信息处理的方法和装置，涉及人工智能领域，尤其涉及深度学习领域中的图神经网络。根据一种实施例的具体实现方案包括：基于分子的三维结构信息，确定在分子中的多个原子之间连接的边的初始表示。方案还包括基于边的初始表示，确定每个原子的邻居边的第一表示，每个原子的邻居边指示与相应原子连接的至少一条边。方案还包括基于每个原子的邻居边的第一表示，确定每个原子的第一表示。方案还包括基于每个原子的第一表示，确定用于表征分子的特征表示。以此方式，能够交互式地生成原子和边的表示，从而整合邻居原子的信息以更好地表征分子。
- 一种预测药物-靶标结合强度的绝对自由能微扰方法-201910045003.X
- 罗海彬;李哲 - 中山大学
- 2019-01-17 - 2023-09-22 - G16C20/50
- 本发明提供一种预测药物‑靶标结合强度的绝对自由能微扰方法，包括：构建Lig体系以及Rec‑Lig体系；对Lig体系及Rec‑Lig体系的各个状态的参数进行分子动力学模拟，得到每个状态的分子动力学轨迹；通过相邻状态的力场文件进行单点能计算，得到每个相邻状态之间的势能差；对每个相邻状态之间的势能差进行概率分布统计，利用多个高斯函数的线性组合进行拟合；根据拟合后的概率分布，重新生成每一状态的势能差，通过计算得到药物与靶标的结合自由能。本发明提供的绝对自由能微扰方法，将所有自由能微扰中间状态的动力学模拟轨迹所对应的概率分布利用高斯函数进行拟合，使得采样的概率分布更加合理，大幅提升了能量计算结果的收敛性及准确性。
- 专利分类
