清华大学兰艳艳获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉清华大学申请的专利基于深度学习的药物虚拟筛选方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116705192B 。
龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310486989.0,技术领域涉及:G16C20/50;该发明授权基于深度学习的药物虚拟筛选方法及装置是由兰艳艳;高博文设计研发完成,并于2023-04-28向国家知识产权局提交的专利申请。
本基于深度学习的药物虚拟筛选方法及装置在说明书摘要公布了:本发明提供一种基于深度学习的药物虚拟筛选方法及装置,其中的方法包括:将候选分子数据库中的所有候选化合物小分子分别输入至预先训练的分子编码器,得到候选化合物小分子的分子向量化表示;基于候选化合物小分子的分子向量化表示,构建候选化合物小分子对应的索引结构;将待匹配的蛋白质靶点输入至预先训练的蛋白质靶点编码器,得到蛋白质靶点对应的蛋白质靶点向量化表示;基于索引结构根据蛋白质靶点向量化表示匹配得到蛋白质靶点对应的目标化合物小分子。该方法通过向量计算的模式建立靶点和分子的全量映射函数,在秒级计算时间内实现高通量虚拟筛选,实现了全量候选分子库的快速虚拟筛选,提高了虚拟筛选的精度,增加了药物发现的可能性。
本发明授权基于深度学习的药物虚拟筛选方法及装置在权利要求书中公布了:1.一种基于深度学习的药物虚拟筛选方法,其特征在于,包括: 将候选分子数据库中的所有候选化合物小分子分别输入至预先训练的分子编码器,得到所述候选化合物小分子对应的分子向量化表示; 基于所述候选化合物小分子对应的分子向量化表示,构建所述候选化合物小分子对应的索引结构; 确定待匹配的蛋白质靶点,并将所述蛋白质靶点输入至预先训练的蛋白质靶点编码器,得到所述蛋白质靶点对应的蛋白质靶点向量化表示; 基于所述索引结构,根据所述蛋白质靶点向量化表示匹配得到所述蛋白质靶点对应的目标化合物小分子; 其中,所述分子编码器和所述蛋白质靶点编码器通过将已匹配蛋白质靶点及其配体作为训练样本数据集进行对比学习训练优化得到; 所述基于所述候选化合物小分子对应的分子向量化表示,构建所述候选化合物分子对应的索引结构,包括: 对所述候选化合物小分子对应的分子向量化表示进行向量划分,得到预设数量个预设维度的第一向量化表示; 对所述第一向量化表示进行聚类处理,得到每一所述第一向量化表示的聚类中心; 根据所述预设维度的第一向量化表示及其聚类中心,组织得到所述索引结构; 所述基于所述索引结构,根据所述蛋白质靶点向量化表示匹配得到所述蛋白质靶点对应的目标化合物小分子,包括: 将所述蛋白质靶点向量化表示划分为所述预设数量个所述预设维度的第二向量化表示; 确定每一所述第二向量化表示与每一所述聚类中心的距离并求和,得到实际距离值; 根据所述实际距离值,对所述候选分子数据库中的所有候选化合物小分子进行优先级排序,输出所述蛋白质靶点对应的目标化合物小分子; 其中,所述目标化合物小分子为优先级排序在预设排名前的候选化合物小分子。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人清华大学,其通讯地址为:100084 北京市海淀区双清路30号清华大学清华园北京100084-82信箱;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励