-
公开(公告)号：CN113707239B
公开(公告)日：2024-03-12
申请号：CN202110992191.4
申请日：2021-08-27
Applicant: 中南大学
Abstract: 本发明属于计算机辅助药物设计技术领域，特别是涉及一种基于药物化学转化规则的先导化合物优化方法。所述方法包括：获取待分析靶点的历史实验数据，根据历史实验数据通过QSAR‑assisted‑MMPA方法获得转换库；获取待改造化合物结构，将转换库的转换规则应用于待改造化合物结构，并根据预设的筛选方法获得最优分子。该方法通过扩增实验数据的转换，并通过循环设计、合成、生物测试的优化化合物结构构成，具有可行性和可靠性，可获得多目标优化的具有期望化学、物理或结构特性的化合物。
-
公开(公告)号：CN113707234B
公开(公告)日：2023-09-05
申请号：CN202110992135.0
申请日：2021-08-27
Applicant: 中南大学
Abstract: 本公开实施例中提供了一种基于机器翻译模型的先导化合物成药性优化方法，属于医疗保健信息学技术领域，具体包括：训练翻译模型；根据机器学习算法建立多个药代动力学终点对应的计算模型，形成预测模型组；将初始分子字符串输入编码器，生成目标矢量；根据接收到的优化指令将目标矢量输入预测模型组，得到优化指令对应的优化预测指标；根据优化预测指标和初始分子字符串对应的计算指标进行加权平均计算，得到初始分子字符串的得分；根据目标矢量和得分，利用优化算法迭代预设次数得到优化分数集合；将优化分数集合输入解码器，利用预设算法计算每个优化矢量对应的字符串，形成目标分子字符串集合。通过本公开的方案，提高了优化效率和适应性。
-
Patent Agency Ranking
公开(公告)号：CN112133447A
公开(公告)日：2020-12-25
申请号：CN202010818121.2
申请日：2020-08-14
Applicant: 中南大学
Abstract: 本申请涉及计算机辅助药物设计技术领域，特别是涉及一种胶体筛选模型的构建方法、装置、计算机设备和存储介质以及胶体筛选方法、装置、计算机设备和存储介质。一个实施例中的方法包括：获取样本数据，样本数据包括胶体聚集化合物样本数据和非胶体聚集化合物样本数据，根据胶体聚集化合物样本数据以及非胶体聚集化合物样本数据，建立定量构效关系；基于定量构效关系、胶体聚集化合物样本数据以及非胶体聚集化合物样本数据，分别采用不同的预设机器学习算法进行模型训练；从已训练的多个机器学习模型中选择最优模型，将最优模型作为胶体筛选模型。后续通过该胶体筛选模型模型进行胶体预测筛选，可以支持胶体的高精度预测筛选。
-
公开(公告)号：CN111341390A
公开(公告)日：2020-06-26
申请号：CN202010098622.8
申请日：2020-02-18
Applicant: 中南大学
Abstract: 本发明提供了一种定量构效关系辅助匹配分子对分析方法，包括：对分子的结构进行清洗、除盐、去复合物，收集实验数据，并对所述实验数据进行预处理；计算分子描述符，根据所述分子描述符建立定量构效关系模型；根据所述定量构效关系模型预测现有的数据库，扩增实验数据；选出预测准确的分子，将标准偏差作为到定量构效关系模型的距离，从而评估模型的定量构效关系应用域；将挑选出来预测准确的数据和收集的实验数据混合进行匹配分子对分子。本发明解决了匹配分子对分析在小数据上应用得到限制的问题，挖掘出了一些还未被探索的新的化学规则，有更多的知识指导先导化合物的优化，加速了药物设计周期。
-
公开(公告)号：CN113707239A
公开(公告)日：2021-11-26
申请号：CN202110992191.4
申请日：2021-08-27
Applicant: 中南大学
Abstract: 本发明属于计算机辅助药物设计技术领域，特别是涉及一种基于药物化学转化规则的先导化合物优化方法。所述方法包括：获取待分析靶点的历史实验数据，根据历史实验数据通过QSAR‑assisted‑MMPA方法获得转换库；获取待改造化合物结构，将转换库的转换规则应用于待改造化合物结构，并根据预设的筛选方法获得最优分子。该方法通过扩增实验数据的转换，并通过循环设计、合成、生物测试的优化化合物结构构成，具有可行性和可靠性，可获得多目标优化的具有期望化学、物理或结构特性的化合物。
-
公开(公告)号：CN113707234A
公开(公告)日：2021-11-26
申请号：CN202110992135.0
申请日：2021-08-27
Applicant: 中南大学
Abstract: 本公开实施例中提供了一种基于机器翻译模型的先导化合物成药性优化方法，属于医疗保健信息学技术领域，具体包括：训练翻译模型；根据机器学习算法建立多个药代动力学终点对应的计算模型，形成预测模型组；将初始分子字符串输入编码器，生成目标矢量；根据接收到的优化指令将目标矢量输入预测模型组，得到优化指令对应的优化预测指标；根据优化预测指标和初始分子字符串对应的计算指标进行加权平均计算，得到初始分子字符串的得分；根据目标矢量和得分，利用优化算法迭代预设次数得到优化分数集合；将优化分数集合输入解码器，利用预设算法计算每个优化矢量对应的字符串，形成目标分子字符串集合。通过本公开的方案，提高了优化效率和适应性。
-
公开(公告)号：CN112053741A
公开(公告)日：2020-12-08
申请号：CN202010715628.5
申请日：2020-07-23
Applicant: 中南大学湘雅医院
Abstract: 本申请涉及一种荧光酶抑制剂筛选模型构建方法和荧光酶抑制剂筛选方法。所述荧光酶抑制剂筛选模型构建方法包括：获取模型训练集，计算模型训练集的分子描述符，对分子描述符进行特征选择，得到目标分子描述符集，根据目标分子描述符集和至少两种预设算法，建立初始荧光酶抑制剂筛选模型，初始荧光酶抑制剂筛选模型包括单种分子表征模型和组合表征模型，获取模型评估数据集、并根据模型评估数据集对初始荧光酶抑制剂筛选模型的预测能力进行评估，得到荧光酶抑制剂筛选模型。采用本方法能够构建出实用性和可信性高的荧光剂筛选模型。采用荧光酶抑制剂筛选方法，能够快速准确地筛选出非荧光酶抑制剂，节省时间和人力，提高荧光酶抑制剂的检测效率。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
