一种公共子结构感知的细粒度分子优化方法技术

一种公共子结构感知的细粒度分子优化方法，包括以下步骤：S1、优化问题定义和参数初始化；S2、提取公共子结构；S3、公共子结构特征学习；S4、利用编码器分别进行图编码和树编码，得到潜在嵌入向量Z<subgt;G</subgt;和Z<subgt;T</subgt;；S5、利用转换器对潜在嵌入向量Z<subgt;G</subgt;和Z<subgt;T</subgt;进行特征变换，得到Z′<subgt;G</subgt;和Z′<subgt;T</subgt;；S6、通过解码器将Z′<subgt;G</subgt;和Z′<subgt;T</subgt;解码出来，得到优化后的分子。本发明专利技术通过捕获待优化分子和优化目标分子的公共子结构，并学习公共子结构的特征信息，使优化后分子保留主要的分子骨架信息，能够生成多样的、满足目标的优化分子。

【技术实现步骤摘要】

本专利技术涉及一种公共子结构感知的细粒度分子优化方法。

技术介绍

1、分子优化是药物发现的一项重要任务，其目标是通过化学修饰改变候选药物分子的性质，从而产生与候选药物分子相似但具有更高性能的新分子。分子生成过程中已经从结构、性质、活性等属性上对分子进行了生成和优化，但进行额外的分子优化仍然具有一些重要的意义。例如，在对先导化合物(对给定靶点既有活性又有选择性的分子)的优化中，可以改变分子的化学结构以提高其选择性和特异性。分子优化能进一步细化生成的分子，可以提供更精确、更稳定且更适用于实际应用的分子结构，这有助于确保分子设计的成功，并使其更好地满足特定的应用需求。传统上，这种分子优化过程是基于药物化学家的知识和经验来规划的，并基于片段的筛选或合成来完成，这通常是不易扩展且难以自动化的。随着计算能力的增强，各种利用计算机的机器学习和深度学习算法极大地加速了传统的研发进程，并在分子优化的研究中取得重大进展，其主要表现在：1)加速研发过程：分子优化通常受到多种条件的限制，涉及对大量分子结构进行评估，以找到具有特定性质的理想分子。计算机和人工智能可以在短时间内处理大本文档来自技高网...

【技术保护点】

1.一种公共子结构感知的细粒度分子优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种公共子结构感知的细粒度分子优化方法，其特征在于，所述S4具体实现方法为：首先将分子视为图，利用图消息传递神经网络提取顶点嵌入并聚合所有顶点得到图的嵌入，得到图的特征表示为hG，特征即为图编码得到的潜在嵌入向量ZG，即ZG＝hG；

3.根据权利要求1所述的一种公共子结构感知的细粒度分子优化方法，其特征在于，所述S6具体实现方法为：解码过程以Z′G和Z′T作为输入；首先，树解码器以Z′T为输入将连接树解码出来；树是以自顶向下的方式构造的，每次生成一个节点；树解码器从根遍...

【技术特征摘要】

1.一种公共子结构感知的细粒度分子优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种公共子结构感知的细粒度分子优化方法，其特征在于，所述s4具体实现方法为：首先将分子视为图，利用图消息传递神经网络提取顶点嵌入并聚合所有顶点得到图的嵌入，得到图的特征表示为hg，特征即为图编码得到的潜在嵌入向量zg，即zg＝hg；

3.根据权利要求1所述的一种公共子结构感知的细粒度分子优化方法，其特征在...

【专利技术属性】
技术研发人员：甘元帅，刘勇国，朱嘉静，李巧勤，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：