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！

摘要：一种针对不同靶点蛋白进行药物设计的通用性方法属于计算机人工智能与新药设计领域，包括训练分子生成模型、训练药物靶标亲和力预测模型，以亲和力模型输出作为奖励函数，通过强化学习使分子生成神经网络生成的分子与蛋白质有更好的亲和力。将某个靶点蛋白的氨基酸序列输入到已经训练好的药物设计机器学习模型中，得到针对这个靶点蛋白的小分子抑制剂化合物。

主权项：1.一种针对不同靶点蛋白进行药物设计的通用性方法，其特征在于，包括以下步骤：第一步是训练分子生成模型，学习分子的语法；生成模型训练的数据集来自CHEMBL数据库，这些分子以SMILES格式表示；生成模型的神经网络架构使用门控循环单元GRU神经网络；这个模型为分子生成预训练模型；由于使用SMILES来表示一个分子需要神经网络输出一系列字符，每输出一个字符视为一个动作；对于药物靶标亲和力预测模型，利用的是药物的SMILES编码与蛋白质的氨基酸序列作为输入，通过神经网络进行训练，亲和力数值作为输出；训练数据是BindingDB数据库中配体靶点数据集，将SMILES编码和氨基酸序列转换为one-hot编码，再通过卷积操作将药物分子和氨基酸序列的高维矩阵转换为相同的一维矩阵，进行矩阵拼接，再通过全连接神经网络输出亲和力，得到训练好的通用性模型作为奖励函数；对于强化学习，先验分子生成模型和智能体分子生成模型都利用分子生成神经网络,先验分子生成模型的作用是作为一个参考点，对给定的SMILES进行抽样的模型可能性计算；对于智能体分子生成模型的每一批SMILES，先验分子生成模型计算负对数似然值，记为logPAprior； 抽样给定SMILES字符串的模型可能性由行动概率的乘积给出；设RA为基于亲和力预测模型的奖励函数；智能体分子生成模型通过增强似然函数计算先验概率，公式如下：logPAU＝logPAprior+δRAlogPAprior表示似然函数，δ表示奖励函数的权重为0.1，长期收益写成：rST＝-[logPAU-logPAA]2logPAA表示智能体分子生成模型的似然函数，通过最小化目标函数来最大化奖励；通过预测出药物与蛋白质的亲和力，亲和力数值传递给先验分子生成模型，通过强化学习先验优化分子生成模型，使先验分子生成模型生成的分子传递给药物与蛋白质的亲和力预测模型，使分子与蛋白质有更高的亲和力；经过1000次以上迭代，得到多个针对这个靶点蛋白的分子；将某个靶点蛋白的氨基酸序列输入到已经训练好的药物设计机器学习模型中，得到针对这个靶点蛋白的小分子抑制剂化合物库。

全文数据：

权利要求：

百度查询： 北京工业大学 一种针对不同靶点蛋白进行药物设计的通用性方法