【技术实现步骤摘要】
本公开涉及药物辅助设计领域，具体地，涉及一种基于多维可解释性的构效关系分析方法及电子设备。
技术介绍
1、药物研发是一个庞大而竞争激烈的市场，对于快速发现和开发新药的需求日益增长。传统的药物研发过程需要大量的时间和资源，而且存在着高昂的成本和不确定性。因此，市场对于高效化、智能化和精确化的药物研发方法的需求逐渐增强。近年来，随着计算机性能的不断提升，人工智能在药物设计的应用得到了快速的发展。
2、构效关系(structure-activity relationship，sar)分析是药物设计中的关键步骤，它通过研究化合物的化学结构与其生物活性之间的关系，指导新药的设计与优化。传统的sar分析方法通常需要大量的实验数据和复杂的计算拟合，过程繁琐且耗时。随着机器学习和深度学习算法的发展，ai在sar分析中的应用逐渐普及。ai技术能够快速处理和分析大量的化合物数据，从而获得系列化合物的构效关系，并以此预测潜在候选药物的活性和毒性，并优化分子结构。与传统方法相比，ai驱动的sar分析可以显著缩短药物研发周期，降低成本，提高成功率。<...
【技术保护点】
1.一种基于多维可解释性的构效关系分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，所述基于所述沙普利值确定各目标特征数据对分子活性的影响，包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述沙普利值确定的各目标特征数据对分子活性的影响对所述待优化分子进行结构优化，包括：
5.根据权利要求3所述的方法，其特征在于，所述基于所述沙普利值确定的各目标特征数据对分子活性的影响对所述待优化分子进行结构优化，包括：
6.根据权利要求...
【技术特征摘要】
1.一种基于多维可解释性的构效关系分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，所述基于所述沙普利值确定各目标特征数据对分子活性的影响，包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述沙普利值确定的各目标特征数据对分子活性的影响对所述待优化分子进行结构优化，包括：
5.根据权利要求3所述的方法，其特征在于，所述基于所述沙普利值确定的各目标特征数据对分子活性的影响对所述待优化分子进行结构优化，包括：
6.根据权利要求3所述的方法，其特征在于，所述基于所述沙普...
【专利技术属性】
技术研发人员：来关学，管佳明，耿威，徐敏捷，蒲中机，吕川，
申请(专利权)人：合肥微观纪元数字科技有限公司，
类型：发明
国别省市：
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。