一种基于深度学习的药物筛选方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115228781A(43)申请公布日2022.10.25(21)申请号202210851851.1(22)申请日2022.07.20(71)申请人晨星基因（北京）智能科技有限公司地址100000北京市海淀区开拓路5号5层519-30(72)发明人高军涛张旭(74)专利代理机构天津麦芽知识产权代理有限公司12269专利代理师李淑敏(51)Int.Cl.B08B1/00(2006.01)B08B13/00(2006.01)G16B15/30(2019.01)G16C20/50(2019.01)权利要求书1页说明书4页附图3页(54)发明名称一种基于深度学习的药物筛选方法(57)摘要本发明公开了一种基于深度学习的药物筛选方法，包括虚拟筛选机，所述虚拟筛选机的内腔底部固定设置有容纳箱，所述容纳箱的顶部中间固定设置有载药台，所述容纳箱的顶部左右两侧均开设有落药口，涉及药物筛选技术领域，通过伸缩杆、弹性通气柱、衔接杆以及清洁海绵块之间的相互配合，启动抽吸两用泵向弹性通气柱的内部充入气体，从而推动伸缩杆变长，使清洁海绵块对载药台表面的药渣进行清洁，避免残留的药渣对下一种待筛选的药物造成干扰，筛选的准确性提高，通过承载框和塑料刮齿之间的相互配合，清洁海绵块在收回到放置槽内部的过程中会经过清刮组件，塑料刮齿会将清洁海绵块表面的药渣及时刮下，保证下次的清洁效果。CN115228781ACN115228781A权利要求书1/1页1.一种基于深度学习的药物筛选方法，其特征在于：该方法包括以下步骤：步骤一、建立model‑1：建立癌细胞系中药物组合协同作用的预测模型model‑1；步骤二、改造结构：基于SMILES提取药物特征、进行数据增强和神经网络结构改造；步骤三、引入限制条件：基于表型的药物筛选视角出发，引入基因表达谱(作为表型)和分子骨架作为药物虚拟筛选的限制条件；步骤四、构建model‑2：构建基因‑分子骨架生成模型model‑2；步骤五、数据库筛选：以分子骨架为锚点，对大规模药物数据库进行药物虚拟筛选；步骤六、生成小分子：药物设计、生成全新的小分子；步骤七、药物虚拟筛选：在FDA批准的药物库、ChEMBL药物库和ZINC药物库中对一些癌细胞系进行基于不同表型的药物组合虚拟筛选；步骤八、验证：通过靶点预测和分子对接等手段对这些组合进行验证。2.一种根据权利要求1所述的基于深度学习的药物筛选装置，包括虚拟筛选机(1)，其特征在于：所述虚拟筛选机(1)的内腔底部固定设置有容纳箱(2)，所述容纳箱(2)的顶部中间固定设置有载药台(3)，所述容纳箱(2)的顶部左右两侧均开设有落药口(4)，所述虚拟筛选机(1)的内腔左侧开设有放置槽(7)，所述放置槽(7)的内部设置有药渣清洁组件(8)；所述药渣清洁组件(8)包括伸缩杆(81)，所述伸缩杆(81)的内腔左右两侧壁之间固定设置有弹性通气柱(82)，所述伸缩杆(81)的右端固定设置有衔接杆(83)，所述衔接杆(83)的底部固定设置有承载板(84)，所述承载板(84)的底部固定设置有清洁海绵块(85)，所述放置槽(7)的内腔底部右侧固定设置有清刮组件(9)，所述虚拟筛选机(1)的内腔左侧壁开设有通气腔(10)，所述虚拟筛选机(1)的左侧固定设置有抽吸两用泵(11)。3.根据权利要求2所述的一种基于深度学习的药物筛选装置，其特征在于：所述容纳箱(2)的内腔顶部左右两侧均固定设置有两个弹簧(5)。4.根据权利要求3所述的一种基于深度学习的药物筛选装置，其特征在于：同侧两个所述弹簧(5)的底部之间固定设置有过滤网(6)，所述过滤网(6)位于对应一侧落药口(4)的正下方。5.根据权利要求2所述的一种基于深度学习的药物筛选装置，其特征在于：所述清洁海绵块(85)的底部与载药台(3)的顶部位于同一水平高度。6.根据权利要求2所述的一种基于深度学习的药物筛选装置，其特征在于：所述清刮组件(9)包括承载框(91)，所述承载框(91)的顶部从前到后均匀固定设置有若干塑料刮齿(92)。7.根据权利要求2所述的一种基于深度学习的药物筛选装置，其特征在于：所述通气腔(10)与弹性通气柱(82)的内部相连通，所述抽吸两用泵(11)的输气端与通气腔(10)的内部相连通。8.根据权利要求2所述的一种基于深度学习的药物筛选装置，其特征在于：所述容纳箱(2)的内部滑动连接有集渣盒(12)，所述集渣盒(12)的内腔上部前后壁之间均匀固定设置有若干防飞扬板(13)。2CN115228781A说明书1/4页一种基于深度学习的药物筛选方法技术领域[0001]本发明涉及药物筛选技术领域，具体为一种基于深度学习的药物筛选方法。背景技术[0002]药物是用以预防、治疗及诊断疾病的物质。在理论上