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！

申请/专利权人：上海冰鉴信息科技有限公司

摘要：本申请设计了一种基于人工智能的分子表征和软性子骨架约束药物发现系统，包括：数据收集模块、子骨架分析模块、3D模拟分子对接模块、贝叶斯岭回归器训练模块、VAE生成模型预训练模块、强化学习模块以及采样评估模块；通过使用子骨架分析和3D模拟分子对接信息，本申请能够更好地理解和利用化学空间的复杂性和多样性，此外，通过使用贝叶斯岭回归器和VAE生成模型，本申请能够生成结构新颖、合理且具有潜在活性的药物分子。因此，本申请设计的一种基于人工智能的分子表征和软性子骨架约束药物发现系统通过结合深度学习技术、化学信息学、药物设计和计算机辅助药物设计的方法，能够大大的提高药物发现的效率和成功率。

主权项：1.基于人工智能的分子表征和软性子骨架约束药物发现系统，其特征在于，包括：数据收集模块、子骨架分析模块、3D模拟分子对接模块、贝叶斯岭回归器训练模块、VAE生成模型预训练模块、强化学习模块以及采样评估模块；所述数据收集模块用于收集广泛的药物分子数据集、靶点相关的配体分子数据集以及目标靶点蛋白质与配体结合的晶体结构数据；所述VAE生成模型预训练模块用于学习SMILES分子式的基本语法，并生成丰富且有效的化学分子SMILES字符串；所述子骨架分析模块使用ScaffoldGraph和基于贝叶斯理论的子骨架分析方法，对靶点相关的配体分子数据集进行子骨架分析，以得到对活性贡献最大的一个或多个子骨架信息；所述3D模拟分子对接模块对靶点相关的配体分子数据集、目标靶点蛋白质与配体结合的晶体结构数据中的分子样本进行3D模拟对接，获取包含分子3D信息的结合构象与对接分数，以及带有结合能的数据集；所述贝叶斯岭回归器训练模块通过对带有对接分数的分子样本使用分子指纹表征方法训练贝叶斯岭回归器拟合分子的3D对接结果，得到可以快速且准确预测分子的对接分数的回归器；所述强化学习模块通过将贝叶斯岭回归器训练模块结合软性子骨架限制条件组合形成的多目标优化奖励函数，对VAE生成模型预训练模块进行优化学习；所述采样评估模块用于对强化学习模块生成的VAE生成模型进行检测，若不满足对药物设计的要求，将对软性子骨架限制条件进行调整或者对贝叶斯岭回归器训练模块进行调整。

全文数据：

权利要求：

百度查询： 上海冰鉴信息科技有限公司 基于人工智能的分子表征和软性子骨架约束药物发现系统