【技术实现步骤摘要】
【国外来华专利技术】基于机器学习和分子模拟的用于增强结合和活性预测的方法相关申请的交叉引用本申请基于35U.S.C§119(e)要求于2018年3月5日提交的名称为“基于机器学习和分子模拟的用于增强结合和活性预测的方法”的美国临时专利申请号62/638,805的优先权。由此,美国临时专利申请号62/638,805的公开内容通过引用整体并入本文用于所有目的。
本专利技术总体上涉及机器学习方法,并且更具体地涉及机器学习在分子模拟中的用途。
技术介绍
一类蛋白质,即G-蛋白质偶联受体(GPCR),包含所有FDA批准药物中超过三分之一的靶标。一种这样的GPCR,即μ阿片类受体(μOR),体现了现有GPCR药物的优缺点。阿片类慢性止痛药(例如吗啡和氢可酮)是μOR激动剂,可达到止痛的主要治疗目的,但会引起严重的副作用,例如呼吸抑制和成瘾。2015年,超过3万美国人死于阿片类药物过量,高于五年前的仅2万。在过去的一个世纪中,药物化学家力求合成没有依赖性问题的阿片类镇痛药,然而却是徒劳的。
技术实现思路
本专利技术示出了根据本专利技术的实施方案的用于分子模拟的系统和方法。一个实施方案包括用于预测配体与受体之间的关系的方法。该方法包括以下步骤:鉴定受体的多种构象;计算该多种构象中的每一种与一组一种或多种配体的对接评分;以及预测该组一种或多种配体与该受体的多种构象之间的关系。在进一步的实施方案中,多种构象包括至少一种非结晶状态。在另一个实施方案中,鉴定多种构象包括通过模拟受体与配体的相互作用来产生模拟数 ...
【技术保护点】
1.预测配体与受体之间的关系的方法,所述方法包括:/n鉴定受体的多种构象;/n计算所述多种构象中的每一种和一组一种或多种配体的对接评分;和/n预测一组一种或多种配体与所述受体的多种构象之间的关系。/n
【技术特征摘要】
【国外来华专利技术】20180305 US 62/638,8051.预测配体与受体之间的关系的方法,所述方法包括:
鉴定受体的多种构象;
计算所述多种构象中的每一种和一组一种或多种配体的对接评分;和
预测一组一种或多种配体与所述受体的多种构象之间的关系。
2.根据权利要求1所述的方法,其中所述多种构象包括至少一种非晶体状态。
3.根据权利要求1所述的方法,其中鉴定所述多种构象包括通过模拟所述受体与配体的相互作用来产生模拟数据。
4.根据权利要求3所述的方法,其中鉴定所述多种构象还包括对所述模拟数据执行聚类操作以鉴定所述多种构象。
5.根据权利要求4所述的方法,其中所述聚类操作是小批量k均值聚类操作。
6.根据权利要求3所述的方法,其中鉴定所述多种构象还包括对所述模拟数据执行降维操作。
7.根据权利要求1所述的方法,其中鉴定所述多种构象包括针对所述多种构象中的每一种构象鉴定一组反应坐标。
8.根据权利要求1所述的方法,其中计算对接评分包括模拟所述一组配体与所述多种构象中的每一种的对接。
9.根据权利要求1所述的方法,其中计算对接评分包括建立对接评分的特征矩阵,其中预测所述关系包括将所述特征矩阵输入到机器学习模型中。
10.根据权利要求9所述的方法,其中所述机器学习模型包括随机森林模型。
11.根据权利要求10所述的方法,其中所述随机森林的pIC50截止值为8.0(10nM)。
12.根据权利要求10所述的方法,其中所述随机森林是第一随机森林模型,其中所述机器学习模型还包括第二随机森林模型。
13.根据权利要求12所述的方法,其中所述第一随机森林模型用于结合,并且所述第二随机森林模型用于激动。
14.根据权利要求13所述的方法,其中将所述第一随机森林模型和所述第二随机森林模型应用于库配体,以便分别从所述第一随机森林模型和所述第二随机森林模型两者生成最终评分。
15.根据权利要求9所述的方法,其进一步包括使用来自具有已知药理性质的配体的数据库的配体训练所述机器学习模型。
16.根据权利要求1所述的方法,其中预测所述关系包括确定所述配体是否是所述受体的激动剂。
17.根据权利要求1所述的方法,所述方法还包括:
基于预测的关系鉴定一组一种或多种候选配体;和
物理测试一组候选配体与受体的反应。
18.根据权利要求1所述的方法,其中预测所述关系包括:
预测一组配体与多种构象中的每一种构象的关系;和
基于多种构象的预测关系,预测一组配体和所述受体的聚集关系。
19.一种用于预测配体与受体之间的关系的系统,所述系统包括:
一个或多个处理器,所述一个或多个处理器被单独或共同设置为:
鉴定受体的多种构象;
计算多种构象中的每一种和一组一种或多种配体的对接评分;和
预测一组一种或多种配体与受体的多种构象之间的关系。
20.根据权利要求19所述的系统,其中所述多种构象包括至少一种非晶体状态。
21.根据权利要求19所述...
【专利技术属性】
技术研发人员:E·N·费恩伯格,V·S·潘德,
申请(专利权)人:斯坦福大学托管董事会,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。