买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东大学申请的专利一种基于机器学习的靶标特异性虚拟筛选方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120072032B 。

龙图腾网通过国家知识产权局官网在2025-12-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510062182.3，技术领域涉及：G16B15/30；该发明授权一种基于机器学习的靶标特异性虚拟筛选方法及系统是由邓伟侨;胡雪萍;刘珂;赵慧萱设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本一种基于机器学习的靶标特异性虚拟筛选方法及系统在说明书摘要公布了：本发明提出一种基于机器学习的靶标特异性虚拟筛选方法及系统，将活性分子和无活性分子与靶标的多个构象进行分子对接，提取对接分子的蛋白‑配体相互作用特征和配体的相关特征作为机器学习模型的输入特征；采用多种机器学习模型构建打分函数模型，并基于多个靶标特异性打分函数模型的优势，结合模型集成方法，最终获得一个集成靶标特异性打分函数模型。该集成模型能够更有效地处理复杂的蛋白质‑配体相互作用数据，具备优异预测性能和虚拟筛选能力，提供更可靠的预测结果，提高虚拟筛选能力。

本发明授权一种基于机器学习的靶标特异性虚拟筛选方法及系统在权利要求书中公布了：1.一种基于机器学习的靶标特异性虚拟筛选方法，其特征在于，包括： 获取训练数据，所述训练数据包括：靶标的多构象结构以及靶标的活性分子、无活性分子数据； 将所述靶标的活性分子和无活性分子与靶标的多构象结构进行分子对接，分子对接完成后，提取蛋白-配体相互作用特征和配体的相关特征并进行特征工程； 将经过特征工程处理后的特征分别对多个机器学习模型进行训练，得到多个训练完成的靶标特异性打分函数模型，对多个靶标特异性打分函数模型进行集成，得到集成模型； 将待筛选化合物库中的化合物与靶标的多构象结构进行分子对接，提取相应的蛋白-配体相互作用特征和配体相关的特征，并基于所提取的特征通过所述集成模型得到预测结果，根据预测结果筛选出具有高活性潜力的候选化合物； 对提取的蛋白-配体相互作用特征和配体的相关特征进行特征工程，具体为： 将方差小于设定阈值的特征去除； 计算每个特征与目标变量之间的相互信息量，将相互信息量不大于0对应的特征去除； 计算剩余特征之间的皮尔逊相关系数，将皮尔逊相关系数大于设定系数阈值对应的特征对保留其中一个特征； 通过递归特征消除与交叉验证，评估每个特征的重要性，确定最终保留的特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东大学，其通讯地址为：266237 山东省青岛市即墨区滨海路72号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。