基于AI的新型冠状病毒的全新小分子药物筛选分析系统技术方案

本发明专利技术公开了一种基于AI的新型冠状病毒的全新小分子药物筛选分析系统，其数据采集单元获取药物数据集；数据预处理单元对药物数据集进行预处理；AI模型训练单元通过训练样本集对AI模型进行训练，并对训练后的AI模型进行测试，获得能随机生成能作为新型冠状病毒的全新小分子药物的化合物的AI最终模型；药物筛选单元，通过新型冠状病毒的全新小分子药物与靶点的相互作用，对生成的新型冠状病毒的全新小分子药物进行筛选，剔除不符合要求的全新小分子药物，获得新型冠状病毒的全新小分子药物库。本发明专利技术的基于AI的新型冠状病毒的全新小分子药物筛选分析系统，具有能够对新型冠状病毒的全新小分子药物进行快速有效地筛选、筛选效果好等优点。好等优点。好等优点。

【技术实现步骤摘要】
基于AI的新型冠状病毒的全新小分子药物筛选分析系统


[0001]本专利技术涉及一种药物筛选分析技术，尤其是一种基于AI的新型冠状病毒的全新小分子药物筛选分析系统。

技术介绍

[0002]AI(Artificial Intelligence，人工智能)，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。
[0003]药物筛选指的是采用适当的方法，对可能作为药物使用的物质(采样)进行生物活性、药理作用及药用价值的评估过程，是生化水平和细胞水平的筛选，通常分为高通量与虚拟药物筛选两种。
[0004]随着计算机数据技术的发展，药物研发领域的数据化程度也随之不断提高。近年来，人们逐渐采用人工智能技术应对药物发现中的挑战，以获得启发，增加药物研发的效率。近年来，人工智能技术在药物发现、临床前研究和临床研究等领域均有应用。药物筛选处于药物研发的早期阶段，其目的是从大量的化合物中寻找具有特定药理活性的先导化合物。在虚拟筛选中应用人工智能技术，可以根据化合物的结构进行药理学性质预测，为后续的实验研究提供方向，是新药发现的重要辅助手段。在药物筛选领域，应用AI技术能够较好地模拟药理学中常见的非线性关系，在解决有大量数据的复杂问题时具有重要的应用。/>[0005]目前，AI的药物筛选技术仍有待发展。目前，AI在药物研发中尚处于起步阶段，其对药物发现的价值还需要时间和成果来证明。在方法开发方面，需要将药物发现中的问题进行合理抽象，把它对应到AI已经能处理的经典问题上去；在工具使用方面，如何将AI的优势最大化利用，也值得药物研发人员的思考。

技术实现思路

[0006]本专利技术是为避免上述已有技术中存在的不足之处，提供一种基于AI的新型冠状病毒的全新小分子药物筛选分析系统，以对能够对新型冠状病毒的全新小分子药物进行准确而快速地筛选。
[0007]本专利技术为解决技术问题采用以下技术方案。
[0008]一种基于AI的新型冠状病毒的全新小分子药物筛选分析系统，其特点是，包括数据采集单元、数据预处理单元、AI模型构建单元、AI模型训练单元、小分子药物生成单元和药物筛选单元；
[0009]所述数据采集单元，用于采集与新型冠状病毒相关药物的药物小分子数据，构成药物数据集；
[0010]所述数据预处理单元，用于对药物数据集进行预处理，将数据集分为训练样本集
与测试样本集；
[0011]所述AI模型构建单元，用于构建全新小分子药物筛选分析的AI模型；
[0012]所述AI模型训练单元，通过训练样本集对AI模型进行训练；
[0013]所述小分子药物生成单元，用于生成新型冠状病毒的全新小分子药物；
[0014]所述药物筛选单元，通过新型冠状病毒的全新小分子药物与靶点的相互作用，对生成的新型冠状病毒的全新小分子药物进行筛选，剔除不符合要求的全新小分子药物，获得新型冠状病毒的全新小分子药物库。
[0015]本专利技术的一种基于AI的新型冠状病毒的全新小分子药物筛选分析系统的结构特点也在于：
[0016]优选地，所述药物小分子数据包括药物结构、药物名称和靶点蛋白质数据。
[0017]优选地，所述所述数据预处理单元中，预处理过程包括滤过不合格数据、干扰信息以及重复数据。
[0018]优选地，所述所述数据预处理单元中，将数据集划分为训练集与测试集两部分。按照65％和35％的比例划分训练集与测试集。
[0019]优选地，所述AI模型构建单元中，以LSTM神经网络为神经元来构建多层LSTM预测模型。
[0020]优选地，所述多层LSTM预测模型中，采取正则化技术来限定模型的复杂度。
[0021]优选地，所述多层LSTM预测模型中，包括编码器和解码器，并引入注意力机制。
[0022]优选地，所述所述AI模型训练单元中，训练过程采用Adam优化算法对模型的参数进行优化。
[0023]优选地，基于AI的新型冠状病毒的全新小分子药物筛选分析系统还包括AI模型测试和优化单元，用于通过测试样本集对训练后的AI模型进行测试，获得能随机生成能作为新型冠状病毒的全新小分子药物的化合物的AI优化模型。
[0024]与已有技术相比，本专利技术有益效果体现在：
[0025]本专利技术公开了一种基于AI的新型冠状病毒的全新小分子药物筛选分析系统，其数据采集单元获取药物数据集；数据预处理单元对药物数据集进行预处理；AI模型训练单元通过训练样本集对AI模型进行训练，并对训练后的AI模型进行测试，获得能随机生成能作为新型冠状病毒的全新小分子药物的化合物的AI最终模型；药物筛选单元，通过新型冠状病毒的全新小分子药物与靶点的相互作用，对生成的新型冠状病毒的全新小分子药物进行筛选，剔除不符合要求的全新小分子药物，获得新型冠状病毒的全新小分子药物库。
[0026]本专利技术的基于AI的新型冠状病毒的全新小分子药物筛选分析系统，具有能够对新型冠状病毒的全新小分子药物进行快速有效地筛选、筛选效果好等优点。
附图说明
[0027]图1为本专利技术的一种基于AI的新型冠状病毒的全新小分子药物筛选分析系统的示意图。
[0028]图2为一个实施例中，利用构建的AI模型初步筛选分析的药物小分子和新冠靶点的结果示意图。
[0029]图3为一个实施例中，利用构建的AI模型初步模拟的其中一种先导组份与新冠S蛋
白的结合特性的示意图。
[0030]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
具体实施方式
[0031]参见图1
‑
图3，本专利技术的基于AI的新型冠状病毒的全新小分子药物筛选分析系统，包括数据采集单元、数据预处理单元、AI模型构建单元、AI模型训练单元、小分子药物生成单元和药物筛选单元。
[0032]所述数据采集单元，用于采集与新型冠状病毒相关药物的药物小分子数据，构成药物数据集；
[0033]所述数据预处理单元，用于对药物数据集进行预处理，将数据集分为训练样本集与测试样本集；
[0034]所述AI模型构建单元，用于构建全新小分子药物筛选分析的AI模型；
[0035]所述AI模型训练单元，通过训练样本集对AI模型进行训练；
[0036]所述小分子药物生成单元，用于生成新型冠状病毒的全新小分子药物；
[0037]所述药物筛选单元，通过新型冠状病毒的全新小分子药物与靶点的相互作用，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI的新型冠状病毒的全新小分子药物筛选分析系统，其特征是，包括数据采集单元、数据预处理单元、AI模型构建单元、AI模型训练单元、小分子药物生成单元和药物筛选单元；所述数据采集单元，用于采集与新型冠状病毒相关药物的药物小分子数据，构成药物数据集；所述数据预处理单元，用于对药物数据集进行预处理，将数据集分为训练样本集与测试样本集；所述AI模型构建单元，用于构建全新小分子药物筛选分析的AI模型；所述AI模型训练单元，通过训练样本集对AI模型进行训练；所述小分子药物生成单元，用于生成新型冠状病毒的全新小分子药物；所述药物筛选单元，通过新型冠状病毒的全新小分子药物与靶点的相互作用，对生成的新型冠状病毒的全新小分子药物进行筛选，剔除不符合要求的全新小分子药物，获得新型冠状病毒的全新小分子药物库。2.根据权利要求1所述的一种基于AI的新型冠状病毒的全新小分子药物筛选分析系统，其特征是，所述药物小分子数据包括药物结构、药物名称和靶点蛋白质数据。3.根据权利要求1所述的一种基于AI的新型冠状病毒的全新小分子药物筛选分析系统，其特征是，所述所述数据预处理单元中，预处理过程包括滤过不合格数据、干扰信息以及重复数据。4.根据权利要求1所述的一种基于AI...

【专利技术属性】
技术研发人员：姚大红，卢玺峰，郭九标，
申请(专利权)人：深圳技术大学，
类型：发明
国别省市：