[發(fā)明專利]基于三維子結(jié)構(gòu)的藥物分子比較方法有效
| 申請?zhí)枺?/td> | 201710852115.7 | 申請日: | 2017-09-20 |
| 公開(公告)號: | CN107657146B | 公開(公告)日: | 2020-05-05 |
| 發(fā)明(設(shè)計)人: | 徐峻;利秀明;嚴鑫 | 申請(專利權(quán))人: | 廣州市愛菩新醫(yī)藥科技有限公司 |
| 主分類號: | G16C20/50 | 分類號: | G16C20/50;G16C20/70 |
| 代理公司: | 廣州市合本知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44421 | 代理人: | 譚啟斌 |
| 地址: | 511458 廣東省廣州市南沙*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 三維 結(jié)構(gòu) 藥物 分子 比較 方法 | ||
1.一種基于三維子結(jié)構(gòu)的藥物分子比較方法,其特征在于,所述方法包括如下步驟:
讀入庫分子的二維或三維結(jié)構(gòu)信息,定義查詢子結(jié)構(gòu),得到庫分子的子結(jié)構(gòu)匹配原子序列;
讀入查詢分子和庫分子的三維結(jié)構(gòu)信息,以及查詢子結(jié)構(gòu)的相關(guān)信息,分別計算查詢分子、庫分子各自子結(jié)構(gòu)的自身重疊體積與各自邊鏈的自身重疊體積;
計算查詢分子和庫分子多種疊合情況下的重疊體積;
根據(jù)查詢分子子結(jié)構(gòu)的自身重疊體積和邊鏈的自身重疊體積,庫分子子結(jié)構(gòu)的自身重疊體積和邊鏈的自身重疊體積和兩分子的子結(jié)構(gòu)及邊鏈的疊合體積,分別計算查詢分子和庫分子子結(jié)構(gòu)相似度,以及邊鏈相似度,以子結(jié)構(gòu)相似度和邊鏈相似度作為兩分子的綜合相似度,當(dāng)庫分子匹配子結(jié)構(gòu)有多個時,比較各個匹配子結(jié)構(gòu)下兩分子綜合相似度,選擇其中最大值作為兩分子的綜合相似度;
其中,所述讀入查詢分子和庫分子的三維結(jié)構(gòu)信息,以及查詢子結(jié)構(gòu)的相關(guān)信息,分別計算查詢分子、庫分子各自子結(jié)構(gòu)的自身重疊體積與各自邊鏈的自身重疊體積的方法如下:
讀入查詢分子的三維結(jié)構(gòu)信息,所述三維結(jié)構(gòu)信息包括查詢分子中每個原子的類型及其坐標(biāo)數(shù)值;
讀入查詢子結(jié)構(gòu)的相關(guān)信息,所述相關(guān)信息為每個查詢子結(jié)構(gòu)的原子個數(shù)以及原子序列;
計算查詢分子中子結(jié)構(gòu)原子的疊合權(quán)重wc,查詢分子中邊鏈原子的權(quán)重為ws;
計算查詢分子子結(jié)構(gòu)的自身重疊體積和邊鏈的自身重疊體積,為查詢分子子結(jié)構(gòu)原子的加權(quán)高斯球體積,為查詢分子邊鏈原子的加權(quán)高斯球體積,qc表示查詢分子子結(jié)構(gòu)的所有加權(quán)高斯球的集合,qs表示查詢分子邊鏈的所有加權(quán)高斯球的集合,并將兩者加和vqc+vqs作為查詢分子的自身重疊體積;
讀入庫分子的三維結(jié)構(gòu)信息,所述三維結(jié)構(gòu)信息包括庫分子中每個原子的類型及其坐標(biāo)數(shù)值;
計算庫分子中子結(jié)構(gòu)原子的疊合權(quán)重w′c,庫分子中邊鏈原子的權(quán)重為w′s;
計算庫分子子結(jié)構(gòu)的自身重疊體積和邊鏈的自身重疊體積,為庫分子子結(jié)構(gòu)原子的加權(quán)高斯球體積,為庫分子邊鏈原子的加權(quán)高斯球體積,dc表示庫分子子結(jié)構(gòu)的所有加權(quán)高斯球的集合,ds表示庫分子邊鏈的所有加權(quán)高斯球的集合,并將兩者加和vdc+vds作為庫分子的自身重疊體積。
2.如權(quán)利要求1所述的基于三維子結(jié)構(gòu)的藥物分子比較方法,其特征在于,所述的讀入庫分子的二維或三維結(jié)構(gòu)信息,定義查詢子結(jié)構(gòu),得到庫分子的子結(jié)構(gòu)匹配原子序列的方法如下:
由查詢分子中定義子結(jié)構(gòu)為查詢子結(jié)構(gòu),定義的子結(jié)構(gòu)為一個或多個,得到查詢子結(jié)構(gòu)原子序列;
讀入查詢子結(jié)構(gòu)的結(jié)構(gòu)信息,所述結(jié)構(gòu)信息包括查詢子結(jié)構(gòu)中每個原子和鍵的類型;
讀入庫分子的二維或三維結(jié)構(gòu)信息,所述二維或三維結(jié)構(gòu)信息包括庫分子中每個原子和鍵的類型;
使用GMA算法得到庫分子的子結(jié)構(gòu)匹配原子序列。
3.如權(quán)利要求1所述的基于三維子結(jié)構(gòu)的藥物分子比較方法,其特征在于:
定義的查詢子結(jié)構(gòu)為多個時,且定義的查詢子結(jié)構(gòu)之間不允許有重疊,使用GMA算法得到庫分子的子結(jié)構(gòu)匹配原子序列后,判斷庫分子多個子結(jié)構(gòu)匹配原子序列中有無重復(fù)原子,舍棄有重復(fù)原子的序列,只保留相互無重復(fù)原子的多個子結(jié)構(gòu)匹配序列;將相互無重復(fù)原子的多個子結(jié)構(gòu)匹配序列合并為一個子結(jié)構(gòu)序列,即視為一個子結(jié)構(gòu)。
4.如權(quán)利要求1所述的基于三維子結(jié)構(gòu)的藥物分子比較方法,其特征在于:
當(dāng)定義的查詢子結(jié)構(gòu)為一個時,再定義一個或多個外源子結(jié)構(gòu),且外源子結(jié)構(gòu)即是不在查詢分子中,但能與查詢子結(jié)構(gòu)有相似功能的子結(jié)構(gòu),使用GMA算法得到庫分子的與查詢子結(jié)構(gòu)或外源子結(jié)構(gòu)對應(yīng)的子結(jié)構(gòu)匹配原子序列后,無需判斷所有匹配原子序列中有無重復(fù)原子;外源子結(jié)構(gòu)將視為單獨的子結(jié)構(gòu),在相應(yīng)的步驟中,將由外源子結(jié)構(gòu)匹配得到的綜合相似度與由查詢子結(jié)構(gòu)匹配的綜合相似度比較得到綜合相似度最好的結(jié)果。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣州市愛菩新醫(yī)藥科技有限公司,未經(jīng)廣州市愛菩新醫(yī)藥科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710852115.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種三維彩色物品制作方法
- 三維內(nèi)容顯示的方法、裝置和系統(tǒng)
- 三維對象搜索方法、裝置及系統(tǒng)
- 三維會話數(shù)據(jù)展示方法、裝置、存儲介質(zhì)和計算機設(shè)備
- 一種三維模型處理方法、裝置、計算機設(shè)備和存儲介質(zhì)
- 用于基于分布式賬本技術(shù)的三維打印的去中心化供應(yīng)鏈
- 標(biāo)記數(shù)據(jù)的獲取方法及裝置、訓(xùn)練方法及裝置、醫(yī)療設(shè)備
- 一種基于5G網(wǎng)絡(luò)的光場三維浸入式體驗信息傳輸方法及系統(tǒng)
- 用于機器人生產(chǎn)系統(tǒng)仿真的三維場景管理與文件存儲方法
- 基于三維形狀知識圖譜的三維模型檢索方法及裝置
- 卡片結(jié)構(gòu)、插座結(jié)構(gòu)及其組合結(jié)構(gòu)
- 鋼結(jié)構(gòu)平臺結(jié)構(gòu)
- 鋼結(jié)構(gòu)支撐結(jié)構(gòu)
- 鋼結(jié)構(gòu)支撐結(jié)構(gòu)
- 單元結(jié)構(gòu)、結(jié)構(gòu)部件和夾層結(jié)構(gòu)
- 鋼結(jié)構(gòu)扶梯結(jié)構(gòu)
- 鋼結(jié)構(gòu)隔墻結(jié)構(gòu)
- 鋼結(jié)構(gòu)連接結(jié)構(gòu)
- 螺紋結(jié)構(gòu)、螺孔結(jié)構(gòu)、機械結(jié)構(gòu)和光學(xué)結(jié)構(gòu)
- 螺紋結(jié)構(gòu)、螺孔結(jié)構(gòu)、機械結(jié)構(gòu)和光學(xué)結(jié)構(gòu)





