CN115228781A - 一种基于深度学习的药物筛选方法 - Google Patents
一种基于深度学习的药物筛选方法 Download PDFInfo
- Publication number
- CN115228781A CN115228781A CN202210851851.1A CN202210851851A CN115228781A CN 115228781 A CN115228781 A CN 115228781A CN 202210851851 A CN202210851851 A CN 202210851851A CN 115228781 A CN115228781 A CN 115228781A
- Authority
- CN
- China
- Prior art keywords
- drug
- medicine
- deep learning
- virtual
- drug screening
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000013135 deep learning Methods 0.000 title claims abstract description 19
- 238000007877 drug screening Methods 0.000 title claims description 21
- 239000003814 drug Substances 0.000 claims abstract description 89
- 238000003041 virtual screening Methods 0.000 claims abstract description 22
- 238000012216 screening Methods 0.000 claims abstract description 17
- 229940079593 drug Drugs 0.000 claims description 22
- 238000004140 cleaning Methods 0.000 claims description 17
- 238000007790 scraping Methods 0.000 claims description 15
- 238000009423 ventilation Methods 0.000 claims description 12
- 229920003023 plastic Polymers 0.000 claims description 10
- 239000004033 plastic Substances 0.000 claims description 10
- 239000000890 drug combination Substances 0.000 claims description 7
- 206010028980 Neoplasm Diseases 0.000 claims description 6
- 201000011510 cancer Diseases 0.000 claims description 6
- 150000003384 small molecules Chemical class 0.000 claims description 6
- 229940124602 FDA-approved drug Drugs 0.000 claims description 3
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000014509 gene expression Effects 0.000 claims description 3
- 238000003032 molecular docking Methods 0.000 claims description 3
- 238000005086 pumping Methods 0.000 claims description 3
- 239000002893 slag Substances 0.000 claims description 3
- 230000002195 synergetic effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 239000011701 zinc Substances 0.000 claims description 3
- 229910052725 zinc Inorganic materials 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 claims 1
- 239000013049 sediment Substances 0.000 description 12
- 230000008569 process Effects 0.000 description 5
- 238000005273 aeration Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000003640 drug residue Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003433 contraceptive agent Substances 0.000 description 1
- 230000002254 contraceptive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000820 nonprescription drug Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 239000000955 prescription drug Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013022 venting Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B1/00—Cleaning by methods involving the use of tools
- B08B1/50—Cleaning by methods involving the use of tools involving cleaning of the cleaning members
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B1/00—Cleaning by methods involving the use of tools
- B08B1/30—Cleaning by methods involving the use of tools by movement of cleaning members over a surface
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B13/00—Accessories or details of general applicability for machines or apparatus for cleaning
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B15/00—ICT specially adapted for analysing two-dimensional or three-dimensional molecular structures, e.g. structural or functional relations or structure alignment
- G16B15/30—Drug targeting using structural data; Docking or binding prediction
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/50—Molecular design, e.g. of drugs
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Bioinformatics & Cheminformatics (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Medicinal Chemistry (AREA)
- Pharmacology & Pharmacy (AREA)
- General Health & Medical Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Bioinformatics & Computational Biology (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- Medical Informatics (AREA)
- Biotechnology (AREA)
- Computing Systems (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种基于深度学习的药物筛选方法，包括虚拟筛选机，所述虚拟筛选机的内腔底部固定设置有容纳箱，所述容纳箱的顶部中间固定设置有载药台，所述容纳箱的顶部左右两侧均开设有落药口，涉及药物筛选技术领域，通过伸缩杆、弹性通气柱、衔接杆以及清洁海绵块之间的相互配合，启动抽吸两用泵向弹性通气柱的内部充入气体，从而推动伸缩杆变长，使清洁海绵块对载药台表面的药渣进行清洁，避免残留的药渣对下一种待筛选的药物造成干扰，筛选的准确性提高，通过承载框和塑料刮齿之间的相互配合，清洁海绵块在收回到放置槽内部的过程中会经过清刮组件，塑料刮齿会将清洁海绵块表面的药渣及时刮下，保证下次的清洁效果。
Description
技术领域
本发明涉及药物筛选技术领域，具体为一种基于深度学习的药物筛选方法。
背景技术
药物是用以预防、治疗及诊断疾病的物质。在理论上，药物是指凡能影响机体器官生理功能及细胞代谢活动的化学物质都属于药物的范畴，也包括避孕药。依照法律药物及国际上分类管理分为两类：处方药物及非处方药物(OTC)。处方药物指那些考虑到医疗安全只能在医疗监护下使用的药物，必须由执业医师出具书面处方(例如内科医生、牙科医生或兽医)。非处方药物指那些不用医疗监护即具相当安全性的药物，可在无处方情况下由药店直接出售。
现有的基于深度学习的药物筛选方法，在确定有效药物组合的过程中，需要将待筛选的药物放置在载药台上进行操作，操作好后将药物取走，载药台表面会残留药渣，缺乏相应清理药渣的结构，会对下一种待筛选的药物造成干扰影响，导致筛选的准确性降低，具有较大的改进空间，实用性较差。
发明内容
针对现有技术的不足，本发明提供了一种基于深度学习的药物筛选方法，解决了在确定有效药物组合的过程中，需要将待筛选的药物放置在载药台上进行操作，操作好后将药物取走，载药台表面会残留药渣，缺乏相应清理药渣的结构，会对下一种待筛选的药物造成干扰影响，导致筛选的准确性降低的问题。
为实现以上目的，本发明通过以下技术方案予以实现：一种基于深度学习的药物筛选方法，该方法包括以下步骤：
步骤一、建立model-1：建立癌细胞系中药物组合协同作用的预测模型model-1；
步骤二、改造结构：基于SMILES提取药物特征、进行数据增强和神经网络结构改造；
步骤三、引入限制条件：基于表型的药物筛选视角出发，引入基因表达谱(作为表型)和分子骨架作为药物虚拟筛选的限制条件；
步骤四、构建model-2：构建基因-分子骨架生成模型model-2；
步骤五、数据库筛选：以分子骨架为锚点，对大规模药物数据库进行药物虚拟筛选；
步骤六、生成小分子：药物设计、生成全新的小分子；
步骤七、药物虚拟筛选：在FDA批准的药物库、ChEMBL药物库和ZINC药物库中对一些癌细胞系进行基于不同表型的药物组合虚拟筛选；
步骤八、验证：通过靶点预测和分子对接等手段对这些组合进行验证。
本发明还公开了一种基于深度学习的药物筛选装置，包括虚拟筛选机，所述虚拟筛选机的内腔底部固定设置有容纳箱，所述容纳箱的顶部中间固定设置有载药台，所述容纳箱的顶部左右两侧均开设有落药口，所述虚拟筛选机的内腔左侧开设有放置槽，所述放置槽的内部设置有药渣清洁组件，所述药渣清洁组件包括伸缩杆，所述伸缩杆的内腔左右两侧壁之间固定设置有弹性通气柱，所述伸缩杆的右端固定设置有衔接杆，所述衔接杆的底部固定设置有承载板，所述承载板的底部固定设置有清洁海绵块，所述放置槽的内腔底部右侧固定设置有清刮组件，所述虚拟筛选机的内腔左侧壁开设有通气腔，所述虚拟筛选机的左侧固定设置有抽吸两用泵。
进一步的，所述容纳箱的内腔顶部左右两侧均固定设置有两个弹簧。
进一步的，同侧两个所述弹簧的底部之间固定设置有过滤网，所述过滤网位于对应一侧落药口的正下方。
进一步的，所述清洁海绵块的底部与载药台的顶部位于同一水平高度。
进一步的，所述清刮组件包括承载框，所述承载框的顶部从前到后均匀固定设置有若干塑料刮齿。
进一步的，所述通气腔与弹性通气柱的内部相连通，所述抽吸两用泵的输气端与通气腔的内部相连通。
进一步的，所述容纳箱的内部滑动连接有集渣盒，所述集渣盒的内腔上部前后壁之间均匀固定设置有若干防飞扬板。
有益效果
本发明提供了一种基于深度学习的药物筛选方法。与现有技术相比具备以下有益效果：
1、一种基于深度学习的药物筛选方法，容纳箱的顶部中间固定设置有载药台，容纳箱的顶部左右两侧均开设有落药口，虚拟筛选机的内腔左侧开设有放置槽，放置槽的内部设置有药渣清洁组件，药渣清洁组件包括伸缩杆，伸缩杆的内腔左右两侧壁之间固定设置有弹性通气柱，伸缩杆的右端固定设置有衔接杆，衔接杆的底部固定设置有承载板，承载板的底部固定设置有清洁海绵块，放置槽的内腔底部右侧固定设置有清刮组件，虚拟筛选机的内腔左侧壁开设有通气腔，虚拟筛选机的左侧固定设置有抽吸两用泵，通过伸缩杆、弹性通气柱、衔接杆以及清洁海绵块之间的相互配合，启动抽吸两用泵向弹性通气柱的内部充入气体，从而推动伸缩杆变长，使清洁海绵块对载药台表面的药渣进行清洁，避免残留的药渣对下一种待筛选的药物造成干扰，筛选的准确性提高。
2、一种基于深度学习的药物筛选方法，清洁海绵块的底部与载药台的顶部位于同一水平高度，清刮组件包括承载框，承载框的顶部从前到后均匀固定设置有若干塑料刮齿，通过承载框和塑料刮齿之间的相互配合，清洁海绵块在收回到放置槽内部的过程中会经过清刮组件，塑料刮齿会将清洁海绵块表面的药渣及时刮下，使其通过左部的落药口掉落到集渣盒的内部，保证下次的清洁效果。
3、一种基于深度学习的药物筛选方法，容纳箱的内腔顶部左右两侧均固定设置有两个弹簧，同侧两个弹簧的底部之间固定设置有过滤网，过滤网位于对应一侧落药口的正下方，容纳箱的内部滑动连接有集渣盒，集渣盒的内腔上部前后壁之间均匀固定设置有若干防飞扬板，通过弹簧、过滤网和防飞扬板之间的相互配合，避免推落的药渣再次扬起，同时避免药物直接掉落到集渣盒内，结构简单但是功能性强大。
附图说明
图1为本发明工艺流程结构示意图；
图2为本发明药物筛选装置的主视图；
图3为本发明药物筛选装置的剖视图；
图4为本发明图3中A处的放大示意图；
图5为本发明清刮组件的右视图。
图中：1、虚拟筛选机；2、容纳箱；3、载药台；4、落药口；5、弹簧；6、过滤网；7、放置槽；8、药渣清洁组件；81、伸缩杆；82、弹性通气柱；83、衔接杆；84、承载板；85、清洁海绵块；9、清刮组件；91、承载框；92、塑料刮齿；10、通气腔；11、抽吸两用泵；12、集渣盒；13、防飞扬板。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-5，本发明提供一种技术方案：一种基于深度学习的药物筛选方法，该方法包括以下步骤：
步骤一、建立model-1：建立癌细胞系中药物组合协同作用的预测模型model-1；
步骤二、改造结构：基于SMILES提取药物特征、进行数据增强和神经网络结构改造；
步骤三、引入限制条件：基于表型的药物筛选视角出发，引入基因表达谱(作为表型)和分子骨架作为药物虚拟筛选的限制条件；
步骤四、构建model-2：构建基因-分子骨架生成模型model-2；
步骤五、数据库筛选：以分子骨架为锚点，对大规模药物数据库进行药物虚拟筛选；
步骤六、生成小分子：药物设计、生成全新的小分子；
步骤七、药物虚拟筛选：在FDA批准的药物库、ChEMBL药物库和ZINC药物库中对一些癌细胞系进行基于不同表型的药物组合虚拟筛选；
步骤八、验证：通过靶点预测和分子对接等手段对这些组合进行验证。
本发明还公开了一种基于深度学习的药物筛选装置，包括虚拟筛选机1，虚拟筛选机1的内腔底部固定设置有容纳箱2，容纳箱2的顶部中间固定设置有载药台3，容纳箱2的顶部左右两侧均开设有落药口4，虚拟筛选机1的内腔左侧开设有放置槽7，放置槽7的内部设置有药渣清洁组件8，药渣清洁组件8包括伸缩杆81，伸缩杆81的内腔左右两侧壁之间固定设置有弹性通气柱82，伸缩杆81的右端固定设置有衔接杆83，衔接杆83的底部固定设置有承载板84，承载板84的底部固定设置有清洁海绵块85，放置槽7的内腔底部右侧固定设置有清刮组件9，虚拟筛选机1的内腔左侧壁开设有通气腔10，虚拟筛选机1的左侧固定设置有抽吸两用泵11，通过伸缩杆81、弹性通气柱82、衔接杆83以及清洁海绵块85之间的相互配合，启动抽吸两用泵11向弹性通气柱82的内部充入气体，从而推动伸缩杆81变长，使清洁海绵块85对载药台3表面的药渣进行清洁，避免残留的药渣对下一种待筛选的药物造成干扰，筛选的准确性提高，容纳箱2的内腔顶部左右两侧均固定设置有两个弹簧5，同侧两个弹簧5的底部之间固定设置有过滤网6，过滤网6位于对应一侧落药口4的正下方，清洁海绵块85的底部与载药台3的顶部位于同一水平高度，清刮组件9包括承载框91，承载框91的顶部从前到后均匀固定设置有若干塑料刮齿92，通过承载框91和塑料刮齿92之间的相互配合，清洁海绵块85在收回到放置槽7内部的过程中会经过清刮组件9，塑料刮齿92会将清洁海绵块85表面的药渣及时刮下，使其通过左部的落药口4掉落到集渣盒12的内部，保证下次的清洁效果，通气腔10与弹性通气柱82的内部相连通，抽吸两用泵11的输气端与通气腔10的内部相连通，容纳箱2的内部滑动连接有集渣盒12，集渣盒12的内腔上部前后壁之间均匀固定设置有若干防飞扬板13，通过弹簧5、过滤网6和防飞扬板13之间的相互配合，避免推落的药渣再次扬起，同时避免药物直接掉落到集渣盒12内，结构简单但是功能性强大。
使用时，将筛选好的药物从载药台3上取走，此时载药台3表面会残留药渣，只需启动抽吸两用泵11，通过通气腔10向弹性通气柱82的内部充入气体，随着弹性通气柱82内部气体的增多，其体积变长，会推动伸缩杆81向右伸长，带动清洁海绵块85向右移动，过程中清洁海绵块85会将载药台3表面的药渣推到右部的落药口4中，顺着过滤网6的孔洞下落到集渣盒12的内部，然后抽吸两用泵11再次工作将弹性通气柱82内部的气体抽吸走，此时在弹性通气柱82自身弹性的作用下，会使伸缩杆81恢复原状，促使清洁海绵块85向左移动，当经过清刮组件9时，塑料刮齿92会将清洁海绵块85表面的药渣及时刮下，使其通过左部的落药口4掉落到集渣盒12的内部，保证清洁海绵块85之后的清洁效果，定期将集渣盒12抽拉出来，将其内部的药渣清理出来恢复原位即可。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种基于深度学习的药物筛选方法，其特征在于：该方法包括以下步骤：
步骤一、建立model-1：建立癌细胞系中药物组合协同作用的预测模型model-1；
步骤二、改造结构：基于SMILES提取药物特征、进行数据增强和神经网络结构改造；
步骤三、引入限制条件：基于表型的药物筛选视角出发，引入基因表达谱(作为表型)和分子骨架作为药物虚拟筛选的限制条件；
步骤四、构建model-2：构建基因-分子骨架生成模型model-2；
步骤五、数据库筛选：以分子骨架为锚点，对大规模药物数据库进行药物虚拟筛选；
步骤六、生成小分子：药物设计、生成全新的小分子；
步骤七、药物虚拟筛选：在FDA批准的药物库、ChEMBL药物库和ZINC药物库中对一些癌细胞系进行基于不同表型的药物组合虚拟筛选；
步骤八、验证：通过靶点预测和分子对接等手段对这些组合进行验证。
2.一种根据权利要求1所述的基于深度学习的药物筛选装置，包括虚拟筛选机(1)，其特征在于：所述虚拟筛选机(1)的内腔底部固定设置有容纳箱(2)，所述容纳箱(2)的顶部中间固定设置有载药台(3)，所述容纳箱(2)的顶部左右两侧均开设有落药口(4)，所述虚拟筛选机(1)的内腔左侧开设有放置槽(7)，所述放置槽(7)的内部设置有药渣清洁组件(8)；
所述药渣清洁组件(8)包括伸缩杆(81)，所述伸缩杆(81)的内腔左右两侧壁之间固定设置有弹性通气柱(82)，所述伸缩杆(81)的右端固定设置有衔接杆(83)，所述衔接杆(83)的底部固定设置有承载板(84)，所述承载板(84)的底部固定设置有清洁海绵块(85)，所述放置槽(7)的内腔底部右侧固定设置有清刮组件(9)，所述虚拟筛选机(1)的内腔左侧壁开设有通气腔(10)，所述虚拟筛选机(1)的左侧固定设置有抽吸两用泵(11)。
3.根据权利要求2所述的一种基于深度学习的药物筛选装置，其特征在于：所述容纳箱(2)的内腔顶部左右两侧均固定设置有两个弹簧(5)。
4.根据权利要求3所述的一种基于深度学习的药物筛选装置，其特征在于：同侧两个所述弹簧(5)的底部之间固定设置有过滤网(6)，所述过滤网(6)位于对应一侧落药口(4)的正下方。
5.根据权利要求2所述的一种基于深度学习的药物筛选装置，其特征在于：所述清洁海绵块(85)的底部与载药台(3)的顶部位于同一水平高度。
6.根据权利要求2所述的一种基于深度学习的药物筛选装置，其特征在于：所述清刮组件(9)包括承载框(91)，所述承载框(91)的顶部从前到后均匀固定设置有若干塑料刮齿(92)。
7.根据权利要求2所述的一种基于深度学习的药物筛选装置，其特征在于：所述通气腔(10)与弹性通气柱(82)的内部相连通，所述抽吸两用泵(11)的输气端与通气腔(10)的内部相连通。
8.根据权利要求2所述的一种基于深度学习的药物筛选装置，其特征在于：所述容纳箱(2)的内部滑动连接有集渣盒(12)，所述集渣盒(12)的内腔上部前后壁之间均匀固定设置有若干防飞扬板(13)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210851851.1A CN115228781B (zh) | 2022-07-20 | 2022-07-20 | 一种基于深度学习的药物筛选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210851851.1A CN115228781B (zh) | 2022-07-20 | 2022-07-20 | 一种基于深度学习的药物筛选方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115228781A true CN115228781A (zh) | 2022-10-25 |
| CN115228781B CN115228781B (zh) | 2024-03-19 |
Family
ID=83673352
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210851851.1A Active CN115228781B (zh) | 2022-07-20 | 2022-07-20 | 一种基于深度学习的药物筛选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115228781B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108818631A (zh) * | 2018-05-22 | 2018-11-16 | 张顺 | 一种胶囊板成型切割设备 |
| CN108932904A (zh) * | 2018-06-29 | 2018-12-04 | 芜湖等莱智能科技有限公司 | 一种自带清扫功能的户外显示屏 |
| CN211026601U (zh) * | 2019-11-11 | 2020-07-17 | 许同周 | 一种建筑施工用废弃物收集装置 |
| CN111525883A (zh) * | 2020-04-30 | 2020-08-11 | 齐杰 | 一种基于雨天的自清洁光伏发电板 |
| CN111842236A (zh) * | 2020-07-27 | 2020-10-30 | 清远市德晟嘉恒能源环保工程有限责任公司 | 一种光伏板清洁装置 |
| US20210217487A1 (en) * | 2019-03-26 | 2021-07-15 | Guangdong Institute Of Microbiology (Guangdong Detection Center Of Microbiology) | High-Throughput Virtual Drug Screening System Based on Molecular Fingerprints and Deep Learning |
| CN216295592U (zh) * | 2021-09-15 | 2022-04-15 | 上海申昙环保科技有限公司 | 一种工业废气处理用处理效果好的低温等离子体设备 |
| US20220130487A1 (en) * | 2020-06-28 | 2022-04-28 | Shenzhen Jingtai Technology Co., Ltd. | Drug virtual screening system for crystal complexes, and method of using the same |
-
2022
- 2022-07-20 CN CN202210851851.1A patent/CN115228781B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108818631A (zh) * | 2018-05-22 | 2018-11-16 | 张顺 | 一种胶囊板成型切割设备 |
| CN108932904A (zh) * | 2018-06-29 | 2018-12-04 | 芜湖等莱智能科技有限公司 | 一种自带清扫功能的户外显示屏 |
| US20210217487A1 (en) * | 2019-03-26 | 2021-07-15 | Guangdong Institute Of Microbiology (Guangdong Detection Center Of Microbiology) | High-Throughput Virtual Drug Screening System Based on Molecular Fingerprints and Deep Learning |
| CN211026601U (zh) * | 2019-11-11 | 2020-07-17 | 许同周 | 一种建筑施工用废弃物收集装置 |
| CN111525883A (zh) * | 2020-04-30 | 2020-08-11 | 齐杰 | 一种基于雨天的自清洁光伏发电板 |
| US20220130487A1 (en) * | 2020-06-28 | 2022-04-28 | Shenzhen Jingtai Technology Co., Ltd. | Drug virtual screening system for crystal complexes, and method of using the same |
| CN111842236A (zh) * | 2020-07-27 | 2020-10-30 | 清远市德晟嘉恒能源环保工程有限责任公司 | 一种光伏板清洁装置 |
| CN216295592U (zh) * | 2021-09-15 | 2022-04-15 | 上海申昙环保科技有限公司 | 一种工业废气处理用处理效果好的低温等离子体设备 |
Non-Patent Citations (3)
| Title |
|---|
| 付尊蕴: "基于深度学习的小分子虚拟筛选和反应产率预测", 《中国优秀硕士学位论文全文数据库医药卫生科技辑》, pages 15 - 20 * |
| 谭小芹: "基于虚拟筛选和深度生成模型的药物发现与优化研究", 《中国博士学位论文全文数据库医药卫生科技辑》, pages 63 - 83 * |
| 赵明珠: "药物-靶标相互作用及药物对组合研究", 《中国博士学位论文全文数据库医药卫生科技辑》, pages 73 - 83 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115228781B (zh) | 2024-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN207805680U (zh) | 一种血管外科用消毒存放装置 | |
| CN115228781A (zh) | 一种基于深度学习的药物筛选方法 | |
| CN113101104A (zh) | 一种内科检查用辅助设备架 | |
| CN103988791A (zh) | 一种保持饲料处于高位的育成鸭专用料桶 | |
| CN114848723A (zh) | 补益气血口服液的生产工艺 | |
| CN110180279A (zh) | 一种塑料加工废气处理装置 | |
| CN112881666A (zh) | 一种基于互联网分析的智能综合体检装置 | |
| CN1545868A (zh) | 阿尔茨海默病动物模型的制备方法 | |
| Rossi et al. | Ophthalmic manifestations in patients with blood malignancies | |
| CN215652985U (zh) | 一种产科护理用冲洗装置 | |
| CN215314017U (zh) | 一种医院药学用药物分拣装置 | |
| CN213130917U (zh) | 一种肿瘤科用呕吐物处理装置 | |
| CN112317387B (zh) | 一种耳鼻喉科手术用具清洗装置 | |
| CN212396508U (zh) | 一种生物医药药品制备处理装置 | |
| CN104636619B (zh) | 一种快速虚拟筛选人体小肠易吸收药物的方法 | |
| CN116584441A (zh) | 一种仓储式甲鱼养殖方法 | |
| CN115595253A (zh) | 一种微氧型肠道内容物中厌氧菌群提取和处理装置 | |
| CN213723829U (zh) | 一种医学护理用杀菌消毒装置 | |
| CN218515939U (zh) | 一种便于回收处理的消毒箱 | |
| CN209464403U (zh) | 一种骨科护理清洗装置 | |
| CN216148447U (zh) | 一种消化科用的护理装置 | |
| CN214510257U (zh) | 一种便于药品分类的储药装置 | |
| CN214230503U (zh) | 便捷式中药房取药装置 | |
| CN215827291U (zh) | 一种儿科光片存放设备 | |
| CN216221657U (zh) | 介入手术室药品耗材联合管理柜 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |