一种制造技术

本发明专利技术公开了一种

【技术实现步骤摘要】
一种AI药物分子结构设计方法


[0001]本专利技术涉及对药物分子结构的预测及设计领域，尤其涉及一种
AI
药物分子结构设计方法
。

技术介绍

[0002]随着制药技术的发展，从植物或动物身体上提取材料作为天然药物的方式已难以满足对药物的需求
。
现有技术中，一般在设计好药物分子结构后，以化学合成的方式制备相应药物
。
但是如何确定药物分子结构往往需要长时间的实验摸索，需要耗费大量时间与金钱，成本高周期长，也无法保证最终产品能够达到想要的目标
。
[0003]因此随着计算机技术的发展，现有技术开始利用计算机辅助模拟的方式设计分子结构，从而确定具有特定功能的分子结构，以缩短药物开发的周期
。
但是利用这种方式设计得到的分子结构无法确保其合成可达性和化学有效性，导致即使模拟得到了相应分子结构也无法保证可以在实验室中制备得到相应产物，因此依然需要耗费大量时间从设计得到的分子结构中挑选可以制备的分子结构，实用性低，难以进行商业应用
。
[0004]因此，现有技术仍需要改进和发展
。

技术实现思路

[0005]鉴于上述现有技术的不足，本专利技术的目的在于提供一种
AI
药物分子结构设计方法，以解决现有技术中设计药物分子结构难以确保其合成可达性和化学有效性，无法保证可以在实验室中制备得到相应产物的问题
。
[0006]本专利技术的技术方案如下：
[0007]一种<br/>AI
药物分子结构设计方法，包括步骤：
[0008]确定参考分子结构，根据所述参考分子结构生成初始群组和优化目标，所述参考分子结构对应天然药物分子；
[0009]对所述初始群组执行处理步骤：
[0010]对所述初始群组内的分子按照所述优化目标打分排序；
[0011]从所述初始群组内随机选取分子形成家长群组；
[0012]按照所述优化目标对所述家长群组内的分子进行变化操作，得到后代群组；
[0013]将所述后代群组与所述初始群组合并，形成候选群组；
[0014]对所述候选群组重复所述处理步骤，直至满足停止条件，输出所述候选群组内的分子
。
[0015]在一种实施方式中，根据所述参考分子结构生成初始群组和优化目标，包括：
[0016]选择需解决的疾病，选定对所述疾病具有治疗效果的天然药物分子，确定所述天然药物分子实现治疗效果的靶点，将最大化药物分子结构与所述靶点的亲和效果作为所述优化目标；
[0017]在参考数据库中选择与所述参考分子结构具有相近分子结构的分子，形成第一子
群组；
[0018]按照所述优化目标对所述参考分子结构进行变化操作，形成第二子群组；
[0019]从所述参考数据库中随机选择分子，删除与所述第一子群组和所述第二子群组重复的分子，形成第三子群组；
[0020]合并所述第一子群组
、
所述第二子群组和所述第三子群组，得到所述初始群组
。
[0021]在一种实施方式中，合并所述第一子群组
、
所述第二子群组和所述第三子群组，得到所述初始群组，包括：
[0022]根据筛选条件，筛选所述第一子群组
、
所述第二子群组和所述第三子群组内的分子；
[0023]合并所述第一子群组
、
所述第二子群组和所述第三子群组，删除具有相同结构的分子，当分子数量达到预设值时，得到所述初始群组
。
[0024]在一种实施方式中，所述筛选条件包括：
[0025]合成可达性
、
化学有效性
、
最大分子量
、
氢键给体数量和氢键受体数量
。
[0026]在一种实施方式中，所述处理步骤中，对所述初始群组内的分子按照所述优化目标打分排序，包括：
[0027]根据所述初始群组内的分子与所述天然药物分子的相似性给出第一分数；
[0028]根据所述初始群组内的分子与所述靶点的亲和效果给出第二分数；
[0029]综合所述第一分数和所述第二分数给所述初始群组内的分子排序
。
[0030]在一种实施方式中，通过所述初始群组内的分子与所述天然药物分子之间的平均原子重合率
、
平均键重合率和平均摩根分子指纹相似分数，得到所述初始群组内的分子与所述天然药物分子的相似性；以及
[0031]通过模拟对接所述初始群组内的分子与所述靶点，计算所述初始群组内的分子与所述靶点的亲和能力，以得到所述初始群组内的分子与所述靶点之间的亲和效果
。
[0032]在一种实施方式中，所述处理步骤中，从所述初始群组内随机选取分子形成家长群组，包括：
[0033]利用比例选择算法
、
联赛选择算法或精英选择算法，从完成排序的所述初始群组内的分子中随机选取分子形成所述家长群组
。
[0034]在一种实施方式中，所述处理步骤中，对所述家长群组内分子进行的所述变化操作包括：
[0035]基于合成可达性和化学有效性，对所述家长群组内分子进行替换原子
、
替换分子片段以及模拟化学反应
。
[0036]在一种实施方式中，所述处理步骤中，将所述后代群组与所述初始群组合并，形成候选群组，包括：
[0037]删除所述后代群组中与所述初始群组内的分子具有相同分子结构的分子后，合并所述后代群组与所述初始群组，得到所述候选群组，以使所述候选群组中所有分子之间分子结构互不相同
。
[0038]在一种实施方式中，所述停止条件包括：
[0039]执行所述处理步骤达到预定次数；
[0040]执行所述处理步骤达到预计时间；
[0041]所述候选群组内分子的数量达到预定数目；或
[0042]所述候选群组内分子按照所述优化目标打分后达到预设优化值
。
[0043]综上所述，本专利技术公开了一种
AI
药物分子结构设计方法，包括步骤：确定参考分子结构，根据所述参考分子结构生成初始群组和优化目标，所述参考分子结构对应天然药物分子；对所述初始群组执行处理步骤得到候选群组；以及对所述候选群组重复所述处理步骤，直至满足停止条件，输出所述候选群组内的分子
。
其中所述处理步骤包括：对所述初始群组内的分子按照所述优化目标打分排序；从所述初始群组内随机选取分子形成家长群组；按照所述优化目标对所述家长群组内的分子进行变化操作，得到后代群组；以及将所述后代群组与所述初始群组合并，形成候选群组
。
通过迭代处理，最终输出的分子既保留有治疗效果，又能保证分子可以由实验室合成制得，有利于推广商业应用
附图说明
[0044]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种
AI
药物分子结构设计方法，其特征在于，包括步骤：确定参考分子结构，根据所述参考分子结构生成初始群组和优化目标，所述参考分子结构对应天然药物分子；对所述初始群组执行处理步骤：对所述初始群组内的分子按照所述优化目标打分排序；从所述初始群组内随机选取分子形成家长群组；按照所述优化目标对所述家长群组内的分子进行变化操作，得到后代群组；将所述后代群组与所述初始群组合并，形成候选群组；对所述候选群组重复所述处理步骤，直至满足停止条件，输出所述候选群组内的分子
。2.
根据权利要求1所述的
AI
药物分子结构设计方法，其特征在于，根据所述参考分子结构生成初始群组和优化目标，包括：选择需解决的疾病，选定对所述疾病具有治疗效果的所述天然药物分子，确定所述天然药物分子实现治疗效果的靶点，将最大化药物分子结构与所述靶点的亲和效果作为所述优化目标；在参考数据库中选择与所述参考分子结构具有相近分子结构的分子，形成第一子群组；按照所述优化目标对所述参考分子结构进行变化操作，形成第二子群组；从所述参考数据库中随机选择分子，删除与所述第一子群组和所述第二子群组重复的分子，形成第三子群组；合并所述第一子群组
、
所述第二子群组和所述第三子群组，得到所述初始群组
。3.
根据权利要求2所述的
AI
药物分子结构设计方法，其特征在于，合并所述第一子群组
、
所述第二子群组和所述第三子群组，得到所述初始群组，包括：根据筛选条件，筛选所述第一子群组
、
所述第二子群组和所述第三子群组内的分子；合并所述第一子群组
、
所述第二子群组和所述第三子群组，删除具有相同结构的分子，当分子数量达到预设值时，得到所述初始群组
。4.
根据权利要求3所述的
AI
药物分子结构设计方法，其特征在于，所述筛选条件包括：合成可达性
、
化学有效性
、
最大分子量
、
氢键给体数量和氢键受体数量
。5.
根据权利要求2所述的
AI
药物分子结构设...

【专利技术属性】
技术研发人员：克里斯托弗，
申请(专利权)人：重庆康洲大数据集团有限公司，
类型：发明
国别省市：