CN111180020B - 一种药物研发过程中的数据管理系统及其使用方法 - Google Patents

Abstract

本申请涉及一种药物研发过程中的数据管理系统及其使用方法，包括：用户模块、研发管线管理模块、虚拟筛选模块、AI模型管理模块、可视化模块和分析模块，所述研发管线管理模块将每条研发管线的数据隔离；所述虚拟筛选模块集成有预设虚拟筛选方法和构象生成器；所述AI模型管理模块内集成有AI药物分子生成模型，并提供有AI模型的训练和使用功能；所述可视化模块将每一个分子的数据集合以圆形进行表示；所述分析模块用于分析和记录虚拟筛选模块的筛选结果。本发明能够通过各类模型方法批量筛选近百万量级的分子，在分子数量级大大提高的情况下依然能够保证研发效率。

Description

一种药物研发过程中的数据管理系统及其使用方法

技术领域

本申请属于药物研发系统技术领域，尤其是涉及一种药物研发过程中的数据管理系统。

背景技术

在传统的药物研发系统中，通常使用计算机程序来进行药物的设计、筛选并结合实际的实验合成出分子并进行验证。主要是通过多种模块来完成不同的药物研发步骤，通常此类系统包含的主要模块为：基于结构/配体/受体等的药物设计、分子/蛋白的3D可视化、分子模拟（分子动力学、量化方法、自由能计算等）、虚拟筛选。典型的已有系统为：Schrodinger的Maestro，Chemical Computing Group的MOE等。总体来说，传统的药物研发系统提供的功能，满足了药物研发工作者对于药物设计和筛选的基础需要。

但是，传统的技术存在以下几个缺陷：

1）传统的药物研发方法为：通过计算机模拟筛选再合成药物进行合成验证，但是这种方式难以支撑十万到百万药物分子量级的工作，导致了研发时间周期将被拉长；

2）随着进入药物研发流程的分子量级的增长，参与研发流程的研发人员数量也会增长，基于药物研发数据的研发协作也会增多，传统的基于本地化软件药物研发系统无法高效地进行数据方面的共享协作，数据的展示不够直观，数据流通过程中的安全性也受到挑战；

3）传统的基于本地化软件药物研发系统对于药物研发过程中的数据的记录不足，大多依赖研发人员手动操作去记录，会导致数据不够全面。这首先不利于研发过程的追溯。

发明内容

本发明要解决的技术问题是：为解决现有技术中无法实现大批量潜在药物分子的虚拟筛选和数据管理工作的不足，从而提供一种药物研发过程中的数据管理系统。

本发明解决其技术问题所采用的技术方案是：一种药物研发过程中的数据管理系统，包括：

用户模块，所述用户模块用于建立用户的信息和角色，实现用户在系统中的登录，并根据不同的用户信息对其具体的功能权限进行限制；

研发管线管理模块，所述研发管线管理模块将每条研发管线的数据隔离，为不同的管线分配不同的人员，并规定人员在该管线中的权限；

AI模型管理模块，所述AI模型管理模块内集成有AI药物分子生成模型，并提供有AI模型的训练和使用功能；

虚拟筛选模块，所述虚拟筛选模块用于对所述AI模型管理模块初步生成的药物分子模型进行筛选；

分析模块，所述分析模块用于分析和记录虚拟筛选模块的筛选结果；

可视化模块，所述可视化模块将每一个分子的数据集合以图形进行表示，各分子的数据集之间通过连接线进行连接以表示数据集之间的关联关系；所述用户模块能够通过所述可视化模块与所述AI模型管理模块、虚拟筛选模块、分析模块交互。

优选地，本发明的药物研发过程中的数据管理系统，所述虚拟筛选模块集成有预设虚拟筛选方法和构象生成器，所述构象生成器基于分子立场，能够将生成的药物分子模型转化为三维结构。

优选地，本发明的药物研发过程中的数据管理系统，所述预设虚拟筛选方法包括基础性质筛选、分子对接、QSAR计算、GBSA计算和FEP计算。

优选地，本发明的药物研发过程中的数据管理系统，所述虚拟筛选模块还设置有云计算接口，该云计算接口用于实现GBSA计算和FEP计算的调度计算。

优选地，本发明的药物研发过程中的数据管理系统，所述虚拟筛选模块还设置有开发组件，该开发组件用以实现和用户自行开发的虚拟筛选方法进行对接。

优选地，本发明的药物研发过程中的数据管理系统，所述可视化模块将每一个分子的数据集合以圆形进行表示；各分子的数据集之间通过连接线进行连接，表示从该数据集进行了一定的操作得到了另一数据集。

优选地，本发明的药物研发过程中的数据管理系统，所述连接线上标注有操作步骤及其对应的转化率。

优选地，本发明的药物研发过程中的数据管理系统，在所述可视化模块中，每一个分子的数据集合以圆形进行表示，将额外添加的分子数据集作为內圆，并使用分子数量立方根作为圆的半径，代表一个实体球形的半径。

优选地，本发明的药物研发过程中的数据管理系统，所述分析模块基于数据驱动的形式设计，通过多图表的形式呈现计算结果的好坏；或者，所述分析模块独立运行从某一分子数据集中提取数据进行自定义分析。

一种药物研发方法，其特征在于，使用所述的药物研发过程中的数据管理系统，包括以下步骤：

S1：录入药物分子结构；

S2：使用AI模型管理模块以录入的药物分子结构为基础生成大量的药物分子模型；

S3：使用虚拟筛选模块对所述AI模型管理模块初步生成的药物分子模型进行筛选，得到部分候选药物分子，并将筛选结果呈现在所述可视化模块中；

S4：将候选药物分子提交给药物合成团队进行合成再进行生物活性实验。

本发明的有益效果是：

1.适应AI药物分子生成模型的大批量药物研发系统，能够通过各类模型方法批量筛选近百万量级的分子，在分子数量级大大提高的情况下依然能够保证研发效率；

2.基于本系统，可以使不同药物设计方法产生的药物分子进行整合，方便形成统一的药物研发协作和药物分子计算评价体制，同时也可以让管理者总览每条药物研发管线的整体情况；

3.对于某一条管线药物研发过程中的分子、筛选决策数据都会留在系统中，能够将研发过程的数据统一，方便整体追溯，也更利于数据安全的防护。

附图说明

下面结合附图和实施例对本申请的技术方案进一步说明。

图1是本申请实施例的数据管理系统的框架示意图；

图2是本申请实施例的数据管理系统的使用流程示意图

图3是本申请实施例的可视化模块的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请保护范围的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明创造的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本申请中的具体含义。

下面将参考附图并结合实施例来详细说明本申请的技术方案。

实施例

本实施例提供一种药物研发过程中的数据管理系统，如图1至图3所示，包括：用户模块、研发管线管理模块、虚拟筛选模块、AI模型管理模块、可视化模块和分析模块，所述用户模块用于建立用户的信息和角色，实现用户在系统中的登录，并根据不同的用户信息对其具体的功能权限进行限制，具体地，用户模块为本系统的基础模块，通过建立用户的信息和角色，来限定用户在系统中的登录和具体的功能权限，也是作为整个研发流程数据的产生的主索引。所述研发管线管理模块将每条研发管线的数据隔离，为不同的管线分配不同的人员，并规定人员在该管线中的权限，具体地，研发人员的协作也是以管线为单位进行的。在研发管线内，研发人员可以基于分子的数据集进行操作或计算，生成新的数据集，并规定该操作的权限和对其他人的可见性。所述虚拟筛选模块集成有预设虚拟筛选方法和构象生成器，所述构象生成器基于分子立场，以将生成的分子转化为三维结构。所述AI模型管理模块内集成有AI药物分子生成模型，并提供有AI模型的训练和使用功能，具体地，AI模型管理模块在本系统中提供了对AI模型的训练和使用的能力，该模块集成了AI药物分子生成模型，并通过在研发流程中的数据结果进行反馈对模型进行优化。所述可视化模块将每一个分子的数据集合以圆形进行表示；各分子的数据集之间通过连接线进行连接，表示从该数据集进行了某一操作得到了另一数据集；所述连接线上标注有操作步骤及其对应的转化率，具体地，可视化模块在本系统中为用户提供了直观的了解整个药物研发流程的情况，同时也是本系统的用户操作入口；如此可以形成一个新药研发过程的地图，记录每一个研发步骤的过程和结果。所述分析模块用于分析和记录虚拟筛选模块的筛选结果。具体地，分析模块在本系统中支撑虚拟筛选模块的计算结果，基于数据驱动的形式设计，通过多图表的形式呈现计算结果的好坏。也可以独立运行从某一分子数据集中提取数据进行自定义分析。例如进行：原子量数量分布分析、氢键受体数量分布分析、LogP数值分布分析、某基团与结合能的相关性等等。

作为优化，所述预设虚拟筛选方法包括础性质筛选、分子对接、QSAR计算、GBSA计算和FEP计算。由于GBSA和FEP方法消耗计算量较大，而其余方法要处理的分子量级较多，本系统也提供了云计算接口进行调度计算。

作为优化，所述虚拟筛选模块还设置有开发组件，该开发组件用以实现和用户自行开发的虚拟筛选方法进行对接。

作为优化，在所述可视化模块中，将额外添加的分子数据集作为內圆，并使用分子数量立方根作为圆的半径，以形成实体球形的半径结构。

作为优化，所述分析模块基于数据驱动的形式设计，通过多图表的形式呈现计算结果的好坏；或者，所述分析模块独立运行从某一分子数据集中提取数据进行自定义分析。

综上，本发明适用于结合AI分子生成模型和计算机辅助药物设计的方法进行的传统药物研发流程中产生的大批量潜在药物分子的虚拟筛选和数据管理工作。能够以可视化的方式展现大批量分子在虚拟筛选过程中的数量变化；通过数据持久化技术，使筛选过程的数据可追溯；能够对筛选过程的结果进行数据分析，为分子生成模型和计算机辅助药物设计的方法提供改进方向；通过以上功能来整体提高新技术下的药物研发流程效率和数据可追溯性。

具体实施如下：某组织药物研发部门计划针对一个靶点开发一款新药。该研发部门的药物设计组有药物化学、计算机辅助药物设计和AI药物设计的团队。

其中药物化学团队根据经验和已知药物结构设计出了几十个药物分子；计算机辅助药物设计团队通过基于药物结构的方法替换侧链设计出了数千个药物分子；AI药物设计团队通过AI分子生成模型生成了十万多个药物分子。

各团队分别将设计的分子导入系统，执行虚拟筛选的步骤的人员通过基于配体的方法、QSAR的方法、分子对接等方法对这一批分子进行初步筛选得到几百个候选药物分子，再通过GBSA和FEP的方法进一步筛选得到十几个候选药物分子。这部分分子提交给药物合成团队进行合成再进行生物活性实验。

过程中，所有团队产生的分子都记录在系统中，可清晰地了解到研发过程中的每一步骤通过筛选的药物分子数量，如附图3。随着每一步的筛选，分子都会被打上结果标签，返回到分子设计来源的团队，让他们根据结果优化设计思路，尤其对于AI生成模型，可以作为新的训练集对生成模型进行优化。而在过程中，药物分子在系统按操作人员和来源进行了隔离，在实现基于系统进行协作的情况下也保证了信息的安全性。

以上述依据本申请的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项申请技术思想的范围内，进行多样的变更以及修改。本项申请的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (7)

1.一种药物研发过程中的数据管理系统，其特征在于，包括：

用户模块，所述用户模块用于建立用户的信息和角色，实现用户在系统中的登录，并根据不同的用户信息对其具体的功能权限进行限制；

研发管线管理模块，所述研发管线管理模块将每条研发管线的数据隔离，为不同的管线分配不同的人员，并规定人员在该管线中的权限；

Al模型管理模块，所述Al模型管理模块内集成有Al药物分子生成模型，并提供有Al模型的训练和使用功能；

虚拟筛选模块，所述虚拟筛选模块用于对所述Al模型管理模块初步生成的药物分子模型进行筛选；

分析模块，所述分析模块用于分析和记录虚拟筛选模块的筛选结果；

可视化模块，所述可视化模块将每一个分子的数据集合以图形进行表示，各分子的数据集之间通过连接线进行连接以表示数据集之间的关联关系；所述用户模块能够通过所述可视化模块与所述Al模型管理模块、虚拟筛选模块、分析模块交互；

所述可视化模块将每一个分子的数据集合以圆形进行表示；各分子的数据集之间通过连接线进行连接，表示从该数据集进行了一定的操作得到了另一数据集；

所述连接线上标注有操作步骤及其对应的转化率；

在所述可视化模块中，每一个分子的数据集合以圆形进行表示，将额外添加的分子数据集作为内圆，并使用分子数量立方根作为圆的半径，代表一个实体球形的半径。

2.根据权利要求1所述的药物研发过程中的数据管理系统，其特征在于，所述虚拟筛选模块集成有预设虚拟筛选方法和构象生成器，所述构象生成器基于分子立场，能够将生成的药物分子模型转化为三维结构。

3.根据权利要求1所述的药物研发过程中的数据管理系统，其特征在于，所述预设虚拟筛选方法包括基础性质筛选、分子对接、QSAR计算、GBSA计算和FEP计算。

4.根据权利要求3所述的药物研发过程中的数据管理系统，其特征在于，所述虚拟筛选模块还设置有云计算接口，该云计算接口用于实现GBSA计算和FEP计算的调度计算。

5.根据权利要求3所述的药物研发过程中的数据管理系统，其特征在于，所述虚拟筛选模块还设置有开发组件，该开发组件用以实现和用户自行开发的虚拟筛选方法进行对接。

6.根据权利要求1-5任一项所述的药物研发过程中的数据管理系统，其特征在于，所述分析模块基于数据驱动的形式设计，通过多图表的形式呈现计算结果的好坏；或者，所述分析模块独立运行从某一分子数据集中提取数据进行自定义分析。

7.一种药物研发方法，其特征在于，使用如权利要求1-6任一项所述的药物研发过程中的数据管理系统，包括以下步骤：

S1：录入药物分子结构；

S2：使用Al模型管理模块以录入的药物分子结构为基础生成大量的药物分子模型；

S3：使用虚拟筛选模块对所述Al模型管理模块初步生成的药物分子模型进行筛选，得到部分候选药物分子，并将筛选结果呈现在所述可视化模块中；

S4：将候选药物分子提交给药物合成团队进行合成再进行生物活性实验。