基于图神经网络和启发式搜索的药物分子设计系统和方法技术方案

技术编号:41294472 阅读:10 留言:0更新日期:2024-05-13 14:44
本发明专利技术提供一种基于图神经网络和启发式搜索的药物分子设计系统和方法,该系统包括受体表征学习模块、配体表征学习模块、受体‑配体表征融合模块和启发式搜索模块,受体表征学习模块采用蛋白残基图卷积神经网络,配体表征学习模块采用分子原子图卷积神经网络,受体‑配体表征融合模块用于得到初步的配体组件生长概率和配体价值评估值;启发式搜索模块,用于将配体组件生长概率和配体价值评估值作为新增候选节点的初始信息,进行前瞻搜索以提高或矫正下一个配体组件生成的概率选择,提高生成的小分子与蛋白受体的结合亲和力。本发明专利技术能够提升神经网络对于药物分子‑蛋白靶点相互作用进行表征学习的性能,而且可以极大地降低计算复杂度。

【技术实现步骤摘要】

本专利技术涉及计算机辅助药物设计,具体地,涉及一种基于图神经网络和启发式搜索的药物分子设计系统和方法


技术介绍

1、医药的质量和数量是关乎人类生命健康的重要因素。2000年以来,随着居民生活质量提高、以及人口老龄化加剧,我国市场对医药的质量和数量的需求快速增加。我国的医药产业从整体上看是大而非强,创新体系尚未形成,新药创新基础薄。新药研发具有投资高、时间长、风险大的特点。计算机辅助药物设计可以帮助缩短发现周期、降低投资成本和风险,因而日益得到学术界和产业界的重视。

2、近些年来,以深度学习为代表的人工智能(artificial intelligence,ai)的蓬勃发展、大量的已知药物分子结构及其所对应的药理活性数据得到积累,为计算机辅助药物设计提供了新的机遇。生命科学、药学、化学、医学前沿技术的不断进步,促使产生了丰富的药物分子及其对应的药理活性、基因组学、蛋白质组学和结构、药靶结合结构等数据。例如,公共化合物数据库pubchem记录了大量化合物的化学结构及其生物学特性,包含了大多数药物和靶点信息,可作为对自然界中合理存在的分子结构的分布估本文档来自技高网...

【技术保护点】

1.一种基于图神经网络和启发式搜索的药物分子设计系统,其特征在于,包括:

2.根据权利要求1所述的基于图神经网络和启发式搜索的药物分子设计系统,其特征在于,所述蛋白残基图卷积神经网络包括:

3.根据权利要求1所述的基于图神经网络和启发式搜索的药物分子设计系统,其特征在于,所述分子原子图卷积神经网络包括:

4.根据权利要求1所述的基于图神经网络和启发式搜索的药物分子设计系统,其特征在于,所述受体-配体表征融合模块包括:

5.根据权利要求1所述的基于图神经网络和启发式搜索的药物分子设计系统,其特征在于,所述启发式搜索模块将配体生长过程中的各种结...

【技术特征摘要】

1.一种基于图神经网络和启发式搜索的药物分子设计系统,其特征在于,包括:

2.根据权利要求1所述的基于图神经网络和启发式搜索的药物分子设计系统,其特征在于,所述蛋白残基图卷积神经网络包括:

3.根据权利要求1所述的基于图神经网络和启发式搜索的药物分子设计系统,其特征在于,所述分子原子图卷积神经网络包括:

4.根据权利要求1所述的基于图神经网络和启发式搜索的药物分子设计系统,其特征在于,所述受体-配体表征融合模块包括:

5.根据权利要求1所述的基于图神经网络和启发式搜索的药物分子设计系统,其特征在于,所述启发式搜索模块将配体生长过程中的各种结构状态作为搜索树节点,根据化学组件的顺序生成过程建立父-子层级节点连接关系,形成搜索树结构;

6.一种基于图神经网络和启发式搜索的药物分子设计方法,基于权利要求1-5任一项所述的基于图神经网络和启发式搜索的药物分子设计系统实现,其...

【专利技术属性】
技术研发人员:林铖涂仕奎徐雷
申请(专利权)人:上海交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1