[發明專利]建立分子結構與活性數據庫的方法

有效

• 申請號: 202010140921.3
• 申請日: 2020-03-03
• 公開（公告）號: CN111415702B
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 牛春意;方磊;徐旻;溫曉明;齊珍珍;張佩宇;馬健;溫書豪;賴力鵬
• 申請（專利權）人: 深圳晶泰科技有限公司
• 主分類號: G16B15/30
• 分類號: G16B15/30;G06F16/215;G06F16/951;G16B50/00
• 代理公司: 深圳市科吉華烽知識產權事務所(普通合伙) 44248
• 代理人: 胡玉

1.建立分子結構與活性數據庫的方法，其特征在于，包括以下步驟：

(1)數據的采集

從化合物數據庫上進行搜索獲取與選定靶點相關的所有化合物，并記錄化合物的相關信息，收集后的數據上傳至臨時文件中；

(2)數據清洗

數據清洗模塊按照需求將外部數據轉換成為標準化格式；步驟(2)中的清洗標準為：

A、根據不同數據庫所獲得的原數據，調用不同的數據清洗模塊；數據清洗模塊根據不用的數據內容以及標記類型，調用相對應的解釋器；

B、包括分子結構數據解釋器、分子實驗活性數據解釋器；

C、用過Jupyter調用篩選模塊，過濾掉一些不符合標準的分子；篩選標準包括分子的活性測試方法、分子的活性表示方法以及數據的來源標準；

D、解釋器根據所規定的標準化格式，將數據逐一匹配，匹配成功的，就將數據存儲在內存相應的數據結構中；

(3)數據校驗

通過對不同數據庫的數據進行校驗核對確保數據的準確性；

(4)數據檢索

將校驗通過存儲的臨時文件，上傳至MongoDB數據庫中，供后續使用；

用戶通過SDK向數據檢索模塊發送檢索請求，其中包括了要查詢的數據表、分子結構、字段和查詢條件；

數據檢索模塊將請求轉化成可識別語句，訪問數據庫得到結果；

結果將返回數據檢索模塊后傳給用戶SDK，最終完成檢索；

(5)構效分析

根據用戶的需求通過上述的數據檢索方式，選取某一靶點，提取包含該靶點的全部數據；后調用Jupyter中的構效分析模塊，根據用戶所輸入的母核結構以及相似度的要求，對該結構與數據庫中的結構進行亞機構匹配以及相似度比較計算；所述步驟(5)包括以下步驟：

(5.1)對數據庫中的分子進行亞結構匹配，調用rdkit中的亞結構匹配模塊，匹配所有包含該結構的亞結構；

(5.2)將匹配到的分子結構轉化成為分子指紋，后計算其Tanimoto相似度與用戶需求進行匹配；

(5.3)在滿足匹配要求的化合物當中，利用rdkit化學工具包取代側鏈模塊以及取代基轉換模塊，對取代基團以及取代位點進行切割、轉換、分類；最后列出SAR列表便于用戶對結構以及活性進行比較分析。

2.根據權利要求1所述的建立分子結構與活性數據庫的方法，其特征在于，步驟(1)中，收集數據方法是通過自動收集以及主動上傳兩種方式進行數據收集：

(1.1)自動收集是從開源的數據庫Chembl，首先確定所選擇靶點的Uniprot?ID，根據ID鎖定準確且唯一的靶點，后利用python網絡爬蟲技術進行自動收集生成原始數據；

(1.2)主動上傳是針對付費數據庫，這類數據庫無法使用python網絡爬蟲技術，通過手動下載后，再將數據由本地進行上傳。

3.根據權利要求1所述的建立分子結構與活性數據庫的方法，其特征在于，步驟(3)數據校驗，包括以下步驟：

(3.1)數據清洗后，調用數據校驗模塊，將需要校驗的數據由清洗模塊系統傳入數據校驗模塊；

(3.2)在校驗模塊中，逐條對數據進行校驗；首先數據類型，根據數據類型讀取不同的校驗規則；對于同一個分子，如果活性測試類型一樣，但是存在多條數據的情況；若數據之間差值不超過規定范圍則取平均值，若相差超過規定范圍，則輸出提示后，并將數據來源的文獻下載輸出供人工查驗；

(3.3)按照校驗規則逐一匹配需要校驗的數據，校驗完成后通過校驗的數據會被模塊持久化到臨時文件系統當中。