蛋白激酶的抑制剂预测方法、模型构建方法及其装置制造方法及图纸

本申请涉及一种蛋白激酶的抑制剂预测方法、模型构建方法及其装置。该预测方法包括：将目标分子输入预测模型中，分别输出所述目标分子对所述预测模型中选用的多个目标激酶对应的抑制概率值；其中，所述预测模型根据样本分子对多个所述目标激酶的抑制结果训练获得；根据预设类型的应用域确定所述抑制概率值的可信度。本申请提供的方案，能够有助于批量筛选出对目标激酶可能具有抑制作用的小分子作为候选抑制剂，提升预测结果的可信度，且提高预测效率。测效率。测效率。

【技术实现步骤摘要】
蛋白激酶的抑制剂预测方法、模型构建方法及其装置


[0001]本申请涉及蛋白激酶
，尤其涉及一种蛋白激酶的抑制剂预测方法、模型构建方法及其装置。

技术介绍

[0002]蛋白激酶家族是最大的酶家族之一。人类激酶由500多种蛋白激酶组成，约占人类基因的1.7%。蛋白激酶的调节失调在许多人类疾病中起着重要作用，包括癌症、炎症性疾病、中枢神经系统疾病、心血管疾病和糖尿病并发症。目前只有约80种蛋白激酶被一些药物成功地靶向，许多激酶抑制剂药物在肿瘤学中被用来对抗相同的靶点。
[0003]然而，仍有许多“非靶向”的蛋白激酶和相关疾病需要进一步研究。例如，许多激酶抑制剂药物由于保护了蛋白激酶组中的ATP（腺嘌呤核苷三磷酸）结合位点而具有混杂性，即由于ATP结合位点很保守，许多针对ATP结合位点的抑制剂药物在对特定靶向激酶具有抑制作用的同时，还会对其它非靶向的激酶也产生抑制作用，从而在采用抑制剂药物治疗后出现不良反应。
[0004]因此，如何筛选出对蛋白激酶产生有效抑制率的分子，是目前需要解决的问题。
专利技术内容
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种蛋白激酶的抑制剂预测方法，其特征在于，包括：将目标分子输入预测模型中，分别输出所述目标分子对所述预测模型中选用的多个目标激酶对应的抑制概率值；其中，所述预测模型根据样本分子对多个所述目标激酶的抑制结果训练获得；根据预设类型的应用域确定所述目标分子作用于所有目标激酶的所述抑制概率值的可信度。2.根据权利要求1所述的方法，其特征在于，所述在预测模型根据样本分子对多个所述目标激酶的抑制结果训练获得之前，所述方法还包括：分别根据每一样本分子作用于每一蛋白激酶的抑制结果，将每一样本分子相对于对应的蛋白激酶标记对应的抑制活性标签；根据样本分子对应所述蛋白激酶的抑制活性标签，筛选符合预设条件的蛋白激酶作为所述预测模型的目标激酶。3.根据权利要求2所述的方法，其特征在于，所述根据样本分子对应所述蛋白激酶的抑制活性标签，筛选符合预设条件的蛋白激酶作为所述预测模型的目标激酶，包括：在样本分子中多次随机划分，分别对应获取预设数量的训练分子，将剩余数量的分子作为测试分子；在每次随机划分获得的训练分子和测试分子中，分别删除具有抑制活性标签的数量不大于设定值或抑制活性标签单一的蛋白激酶；选取在删除蛋白激酶数量最少的一次随机划分中剩余的蛋白激酶作为目标激酶。4.根据权利要求1所述的方法，其特征在于，所述将目标分子输入预测模型中，分别输出所述目标分子对所述预测模型中选用的多个目标激酶对应的抑制概率值，包括；将所述目标分子进行特征化，获取对应的二维化学结构信息；将所述目标分子的二维化学结构信息输入所述预测模型，输出每一所述目标分子分别作用于每一所述目标激酶对应的抑制概率值。5.根据权利要求1所述的方法，其特征在于，所述根据预设类型的应用域确定所述目标分子作用于所有目标激酶的所述抑制概率值的可信度，包括：分别获取所述目标分子的MORGAN指纹和所述样本分子的MORGAN指纹；其中，所述样本分子包括训练分子和测试分子；根据所述目标分子与每一训练分子的MORGAN指纹的对应的指纹相似度，确定所述目标分子与各所述训练分子的指纹相似度中的第一最大指纹相似度；根据每一所述测试分子与每一训练分子的MORGAN指纹的对应的指纹相似度，确定每一所述测试分子与各所述训练分子的指纹相似度中的第二最大指纹相似度；筛选确定与所述第一最大指纹相似度最接近的第二最大指纹相似度对应的测试分子作为参考分子；根据所述参考分子对应的平衡准确率，确定所述目标分子作用于全部目标激酶的抑制概率值对应的可信度。6.根据权利要求5所述的方法，其特征在于，所述根据所述参考分子对应的平衡准确率，确定所述目标分子作用于全部目标激酶的抑制概率值对应的可信度之前，所述方法还包括：
分别获取每一所述测试分子的MORGAN指纹相对于所述训练分子的MORGAN指纹的相似度中的最大指纹相似度；按照所有测试分子对应的最大指纹相似度的数值降序排列；按照所有测试分子的排列序号，根据预设步长P和预设数量Q将所有测试分子划分为N个批次的测试分子，N≥1；根据每一测试分子与非空标签的目标激酶的真实抑制活性标签，及根据预测模型确定的每一测试分子与非空标签目标激酶的预测抑制活性标签，确定每一测试分子与全部非空标签目标激酶的真阳性标签个数、假阳性标签个数、真阴性标签个数和假阴性标签个数；根据真阳性标签个数、假阳性标签个数、真阴性标签个数和假阴性标签个数，通过预设公式计算每一测试分子对应的平衡准确率；将所述参考分子所在批次中的每一测试分子对应的平衡准确率的平均值作为所述参考分子对应的平衡准确率。7.根据权利要求1所述的方法，其特征在于，所述根据预设类型的应用域确定所述目标分子作用于所有目标激酶的所述抑制概率值的可...

【专利技术属性】
技术研发人员：石方骏，李远鹏，张博文，王纵虎，
申请(专利权)人：北京晶泰科技有限公司，
类型：发明
国别省市：