用于协同杀虫剂筛选的系统和方法技术方案

本发明专利技术描述了一种预测杀虫组合物的杀虫化合物与协同化合物之间的协同相互作用的计算机系统。该系统提供经训练的分类器，该经训练的分类器提供两种或更多种化合物之间对害虫的协同作用的概率预测。该系统可以选择用于转换的特征、编码特征、生成一个或多个预测以及组合预测。预测可以通过例如在体外或在植物中的实验测试来评估，并且/或者用于配制和/或施加杀虫组合物。施加杀虫组合物。施加杀虫组合物。

【技术实现步骤摘要】
【国外来华专利技术】用于协同杀虫剂筛选的系统和方法
[0001]相关申请的引用
[0002]本申请要求2019年9月26日提交的美国临时专利申请号62/906341和2020年3月10日提交的美国临时专利申请号62/987751的优先权和权益，其公开内容全文以引用方式并入本文。


[0003]本公开整体涉及杀虫组合物，并且具体地涉及具有其它活性物质或制剂相关成分的杀虫组合物。

技术介绍

[0004]杀虫剂(例如杀真菌剂、除草剂、杀线虫剂、杀昆虫剂、杀菌剂、灭鼠剂、杀病毒剂、杀螨药、灭藻剂、软体动物杀灭剂)是用于家庭、农业、工业和商业环境中的组合物。使用杀虫剂来控制和/或抑制不需要的害虫，如果不受控，则可能伤害植物(诸如作物)、动物、人和/或其它生物体。因此，需要有效的杀虫组合物。
[0005]还期望减少使用杀虫剂的量，无论是为了避免有害环境作用，减少成本，还是出于其它原因。例如，化学杀虫剂通常用于农业环境中，其中已知多种植物害虫，诸如昆虫、蠕虫、线虫、真菌和植物病原体(诸如病毒和细菌)会导致种子、观赏植物和作物植物的显著损伤。此类组合物通常是昂贵的、潜在毒性的(例如，对人、动物和/或环境)、导致害虫生物体对杀虫抗性增加、受到监管限制和/或在应用后持续时间长。农民、消费者和周围环境通常有益于尽可能使用最少量的化学杀虫剂，同时继续控制害虫生长，以便使作物产量最大化。
[0006]针对此类问题，已经提出使用天然或生物衍生的杀虫组合物代替一些化学杀虫剂。然而，与竞争性化学杀虫剂相比，一些天然或生物衍生的杀虫剂已经证明其性能不太有效或一致，从而导致有限的采用。
[0007]通常期望改进的杀虫剂和杀虫组合物，以允许有效、经济且环境安全地控制不期望的害虫(诸如昆虫、植物、真菌、线虫、软体动物、螨、啮齿动物、病毒和细菌害虫)。特别地，仍然需要减少在使用中获得期望或可接受的害虫控制水平所需的杀虫试剂和/或杀虫活性成分的量的杀虫组合物。
[0008]识别改进的杀虫组合物通常具有挑战性。其中杀虫活性成分的量经由与一些协同添加剂的协同功效来减少的协同杀虫组合物是非常罕见的。例如，基于参考文献列出的化合物的约120,000种双组分组合的系统筛选仅发现5％的双组分对(包括氟康唑、与某些唑农业杀真菌剂化合物有关的三唑杀真菌化合物)是协同的(参见Borisy等人，Systematic discovery of multicomponent therapeutics.Proc.Natl Acad.Sci.100：7977
‑
7982(2003))。在特定用途中筛选多于10^60个用于潜在协同功效的可能组合物对于常规实验技术是不可行的，例如，10个化学家的实验室可能在一年中以大约10^4
‑
10^6种此类组合物进行筛选。
[0009]因此，通常期望用于筛选用于协同功效的杀虫组合物的改进的系统和方法。
[0010]相关技术的前述示例和与其相关的限制旨在是说明性的而非排他性的。在阅读说明书和附图的研究后，相关技术的其它限制对于本领域技术人员而言将变得显而易见。

技术实现思路

[0011]以下实施方案及其方面结合意图是示例性和说明性的系统、工具和方法来描述和说明，并非限制范围。在各种实施方案中，已经减少或消除上述问题中的一个或多个问题，而其它实施方案涉及其它改进。
[0012]本专利技术的一个方面提供一种计算系统，该计算系统包括一个或多个处理器和含有指令的存储器，该指令致使一个或多个处理器执行方法，并且/或者提供一种存储此类指令的非暂态机器可读介质。该方法用于生成两种或更多种化合物之间抵抗一种或多种害虫的协同相互作用的预测。该方法包括接收杀虫化合物的第一表示；接收协同化合物的第二表示；基于第一表示来识别杀虫化合物的第一化学特征；基于第二表示来识别协同化合物的第二化学特征；通过对第一化学特征和第二化学特征进行编码来生成包含杀虫化合物和协同化合物的组合物的编码表示；以及生成杀虫化合物与协同化合物之间抵抗一种或多种害虫的协同相互作用的一个或多个预测，所述生成包括：基于分类器的经训练的参数来转换编码表示，分类器的经训练的参数已经针对至少一种组合物的化合物之间抵抗一种或多种害虫中的至少一种害虫的至少一种协同相互作用进行训练。
[0013]在一些实施方案中，其中协同相互作用的一个或多个预测包括多个预测，并且该方法进一步包括：将多个协同作用预测组合到组合协同作用中。在一些实施方式中，该方法进一步包括基于多个预测来确定以下中的至少一者：置信区间、标准偏差和方差。在一些实施方式中，分类器包括随机分类器，并且生成一个或多个预测包括基于分类器的经训练的参数经过多次迭代来转换编码表示，以及生成针对每次迭代的预测。
[0014]在一些实施方案中，生成编码表示包括基于杀虫化合物的第一化学特征来生成第一编码化合物表示，以及基于协同化合物的第二化学特征来生成第二编码化合物表示，并且其中生成一个或多个预测包括基于第一编码化合物表示和第二编码化合物表示来生成一个或多个预测。
[0015]在一些实施方案中，其中生成编码表示包括生成比可编码表示低维的编码表示。
[0016]在一些实施方案中，其中生成编码表示包括基于编码器模型的经训练的参数来将杀虫化合物和协同化合物中的至少一种的可编码表示转换为编码表示。在一些实施方式中，编码器模型包括变分自编码器的编码器部分，该编码器部分可操作以将可编码表示从变分自编码器的输入空间转换为潜在空间。在一些实施方式中，编码器模型的经训练的参数已经针对与分类器的经训练的参数不同的训练集进行训练。
[0017]在一些实施方案中，该方法进一步包括基于一种或多种害虫来从多个分类器中选择分类器。在一些实施方式中，该方法进一步包括接收一种或多种害虫的表示，并且选择分类器包括基于一种或多种害虫的表示来选择分类器。在一些实施方式中，分类器是多个分类器中的第一分类器，多个分类器中的至少第二分类器已经针对与一种或多种害虫不同的害虫进行训练，并且从多个分类器中选择分类器包括基于一种或多种害虫来选择第一分类器和第二分类器中的一者。在一些实施方式中，分类器包括集成分类器，该集成分类器包括多个组成分类器，该多个组成分类器至少包括第一组成分类器和第二组成分类器，该第一
组成分类器和第二组成分类器的相应的经训练的参数各自已经针对至少一种组合物的化合物之间抵抗一种或多种害虫中的至少一种害虫的至少一种协同相互作用进行训练。在一些实施方式中，生成一个或多个预测包括基于第一组成分类器来生成第一预测，以及基于第二组成分类器来生成第二预测。
[0018]在一些实施方案中，生成杀虫化合物和协同化合物中的至少一种的增强表示，该增强表示包括增强化学特征，该增强化学特征包括第一化学特征和第二化学特征中的至少一者。在一些实施方式中，生成增强表示包括基于定量结构
‑
活性关系模型的经训练的参数来确定增强化学特征。
[0019]在一些实施方案中，接收第三化合物的第三表示，并且基于确本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于生成两种或更多种化合物之间抵抗一种或多种害虫的协同相互作用的预测的方法，所述方法由一个或多个处理器执行并且包括：接收杀虫化合物的第一表示；接收协同化合物的第二表示；通过基于相应的第一表示和第二表示对所述杀虫化合物的第一化学特征和所述协同化合物的第二化学特征进行编码，来生成包含所述杀虫化合物和所述协同化合物的组合物的编码表示；以及生成所述杀虫化合物与所述协同化合物之间抵抗一种或多种害虫的协同相互作用的一个或多个预测，所述生成包括：基于分类器的经训练的参数来转换所述编码表示，所述分类器的所述经训练的参数已经针对至少一种组合物的化合物之间抵抗至少一种训练害虫的至少一种协同相互作用进行训练。2.根据权利要求1所述的方法，其中协同相互作用的所述一个或多个预测包括多个预测，并且所述方法进一步包括：将多个协同作用预测组合到组合协同作用中。3.根据权利要求2所述的方法，其中所述方法进一步包括基于所述多个预测来确定以下中的至少一者：置信区间、标准偏差和方差。4.根据权利要求3所述的方法，其中所述分类器包括随机分类器，生成所述一个或多个预测包括基于所述分类器的所述经训练的参数经过多次迭代来转换所述编码表示，以及生成针对每次迭代的预测。5.根据权利要求1至4中任一项所述的方法，其中生成所述编码表示包括基于所述杀虫化合物的所述第一化学特征来生成第一编码化合物表示，以及基于所述协同化合物的所述第二化学特征来生成第二编码化合物表示，并且其中生成所述一个或多个预测包括基于所述第一编码化合物表示和所述第二编码化合物表示来生成所述一个或多个预测。6.根据权利要求1至5中任一项所述的方法，其中生成所述编码表示包括生成比所述第一表示和所述第二表示中的至少一者低维的所述编码表示。7.根据权利要求1至6中任一项所述的方法，其中所述生成所述编码表示包括基于编码器模型的经训练的参数来将相应的杀虫化合物和协同化合物的所述第一化学特征和所述第二化学特征转换为所述编码表示。8.根据权利要求7所述的方法，其中所述编码器模型包括变分自编码器的编码器部分，所述编码器部分能够操作以将所述第一化学特征和所述第二化学特征从所述变分自编码器的输入空间转换为潜在空间。9.根据权利要求6至8中任一项所述的方法，其中所述编码器模型的所述经训练的参数已经针对与所述分类器的所述经训练的参数不同的训练集进行训练。10.根据权利要求1至9中任一项所述的方法，所述方法进一步包括基于所述一种或多种害虫来从多个分类器中选择所述分类器。11.根据权利要求10所述的方法，所述方法进一步包括接收所述一种或多种害虫的表示，并且选择所述分类器包括基于所述一种或多种害虫的所述表示来选择所述分类器。12.根据权利要求10至11中任一项所述的方法，其中所述分类器是多个分类器中的第一分类器，所述多个分类器中的至少第二分类器已经针对与所述一种或多种害虫不同的害
虫进行训练，并且从所述多个分类器中选择所述分类器包括基于所述一种或多种害虫来选择所述第一分类器和所述第二分类器中的一者。13.根据权利要求10至12中任一项所述的方法，其中所述分类器包括集成分类器，所述集成分类器包括多个组成分类器，所述多个组成分类器至少包括第一组成分类器和第二组成分类器，所述第一组成分类器和所述第二组成分类器的相应的经训练的参数各自已经针对至少一种组合物的化合物之间抵抗所述一种或多种害虫中的至少一种害虫的至少一种协同相互作用进行训练。14.根据权利要求13所述的方法，其中生成一个或多个预测包括基于所述第一组成分类器来生成第一预测，以及基于所述第二组成分类器来生成第二预测。15.根据权利要求1至14中任一项所述的方法，所述方法包括生成所述杀虫化合物和所述协同化合物中的至少一种的增强表示，所述增强表示包括所述杀虫化合物和所述协同化合物中的所述至少一种的增强化学特征，所述增强化学特征不被所述第一表示和所述第二表示包含。16.根据权利要求15所述的方法，其中生成所述增强表示包括基于定量结构
‑
活性关系模型的经训练的参数来确定所述增强化学特征。17.根据权利要求1至16中任一项所述的方法，所述方法包括接收第三化合物的第三表示，以及基于确定以下中的至少一者来从预测排除包含所述第三化合物的排除的组合物：所述第三化合物的化学特征与排除规则匹配，对应于所述第三化合物的可用性值小于阈值，所述第三化合物与第四化合物之间的相似性度量大于阈值，以及所述第三化合物的毒性指示与毒性标准匹配。18.根据权利要求1至17中任一项所述的方法，其中所述杀虫化合物选自由以下组成的组：杀真菌剂、除草剂、杀线虫剂、杀昆虫剂、杀菌剂、灭鼠剂、杀病毒剂、杀螨药、灭藻剂和软体动物杀灭剂。19.根据权利要求1至18中任一项所述的方法，所述方法包括从由以下组成的组中选择所述第一化学特征和所述第二化学特征中的至少一者：芳香性的表示、电负性的表示、极性的表示、亲水性/疏水性的表示、以及所述杀虫化合物和所述协同化合物中的至少一种的杂化的表示。20.根据权利要求1至19中任一项所述的方法，其中所述一种或多种害虫包括所述至少一种训练害虫，使得基于分类器的经训练的参数来转换所述编码表示，所述分类器的所述经训练的参数已经针对至少一种组合物的化合物之间抵抗至少一种训练害虫的至少一种协同相互作用进行训练包括基于分类器的经训练的参数来转换所述编码表示，所述分类器的所述经训练的参数已经针对至少一种组合物的化合物之间抵抗所述一种或多种害虫中的至少一种害虫的至少一种协同相互作用进行训练。21.根据权利要求1至20中任一项所述的方法，其中所述至少一种训练害虫与所述一种或多种害虫中的至少一种害虫共享杀虫作用模式，使得基于分类器的经训练的参数来转换所述编码表示，所述分类器的所述经训练的参数已经针对至少一种组合物的化合物之间抵抗至少一种训练害虫的至少一种协同相互作用进行训练包括基于分类器的经训练的参数来转换所...

【专利技术属性】
技术研发人员：康斯坦丁诺斯，
申请(专利权)人：特瑞美睿股份有限公司，
类型：发明
国别省市：