[發明專利]誘導肝毒性預測方法、裝置、計算機設備及存儲介質在審
| 申請號: | 202010835987.4 | 申請日: | 2020-08-19 |
| 公開(公告)號: | CN112133449A | 公開(公告)日: | 2020-12-25 |
| 發明(設計)人: | 曹東升;印明柱;陳翔;付麗;劉璐 | 申請(專利權)人: | 中南大學 |
| 主分類號: | G16H70/40 | 分類號: | G16H70/40;G16H50/70 |
| 代理公司: | 廣州華進聯合專利商標代理有限公司 44224 | 代理人: | 聶榕 |
| 地址: | 410000 湖南*** | 國省代碼: | 湖南;43 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 誘導 毒性 預測 方法 裝置 計算機 設備 存儲 介質 | ||
1.一種誘導肝毒性預測方法,其特征在于,所述方法包括:
獲取待預測化合物的特征信息;
將所述特征信息輸入肝毒性預測模型,得到所述待預測化合物的肝毒性預測結果;
將所述特征信息輸入各肝臟不良反應等級預測模型,得到所述待預測化合物的各肝臟不良反應等級預測結果;
將所述特征信息輸入各肝臟不良反應類別預測模型,得到所述待預測化合物的各肝臟不良反應類別預測結果;
根據所述肝毒性預測結果、各所述肝臟不良反應等級預測結果以及各所述肝臟不良反應類別預測結果,確定所述待預測化合物的誘導肝毒性綜合預測結果。
2.根據權利要求1所述的方法,其特征在于,所述特征信息包括MOE 2D描述符。
3.根據權利要求1所述的方法,其特征在于,在將所述特征信息輸入肝毒性預測模型,得到所述待預測化合物的肝毒性預測結果之前,還包括:
讀取肝毒性正樣本集以及負樣本集,所述負樣本集包括與肝毒性無關的樣本化合物;
根據所述肝毒性正樣本集和所述負樣本集對第一預設模型進行訓練,得到所述肝毒性預測模型。
4.根據權利要求3所述的方法,其特征在于,在將所述特征信息輸入各肝臟不良反應等級預測模型,得到所述待預測化合物的肝臟不良反應等級預測結果之前,還包括:
讀取各預設等級對應的肝臟不良反應等級正樣本集以及負樣本集,所述負樣本集包括與肝毒性無關的樣本化合物;
分別根據各預設等級對應的所述肝臟不良反應等級正樣本集和所述負樣本集對各預設等級對應的第二預設模型進行訓練,得到各所述肝臟不良反應等級預測模型。
5.根據權利要求4所述的方法,其特征在于,在將所述特征信息輸入各肝臟不良反應類別預測模型,得到所述待預測化合物的肝臟不良反應類別預測結果之前,還包括:
讀取各預設類別對應的肝臟不良反應類別正樣本集以及負樣本集,所述負樣本集包括與肝毒性無關的樣本化合物;
分別根據各所述預設類別對應的肝臟不良反應類別正樣本集以及負樣本集對各預設類別對應的第三預設模型進行訓練,得到各所述肝臟不良反應類別預測模型。
6.根據權利要求5所述的方法,其特征在于:
基于隨機森林算法構建得到預設模型;其中,所述預設模型包括所述第一預設模型、各所述第二預設模型以及各所述第三預設模型。
7.根據權利要求1所述的方法,其特征在于:
將所述特征信息輸入肝毒性預測模型,得到所述待預測化合物的肝毒性預測結果,包括:重復將所述特征信息輸入所述肝毒性預測模型,得到預設數目個肝毒性預測結果;
將所述特征信息輸入各肝臟不良反應等級預測模型,得到所述待預測化合物的肝臟不良反應等級預測結果,包括:重復將所述特征信息輸入各所述肝臟不良反應等級預測模型,得到每一所述肝臟不良反應等級預測模型對應的預設數目個肝臟不良反應等級預測結果;
將所述特征信息輸入各肝臟不良反應類別預測模型,得到所述待預測化合物的肝臟不良反應類別預測結果,包括:重復將所述特征信息輸入各所述肝臟不良反應類別預測模型,得到每一所述肝臟不良反應類別預測模型對應的預設數目個肝臟不良反應類別預測結果;
所述根據所述肝毒性預測結果、各所述肝臟不良反應等級預測結果以及各所述肝臟不良反應類別預測結果,確定所述待預測化合物的誘導肝毒性綜合預測結果,包括:分別根據各預測模型對應的預設數目個預測結果確定各所述預測模型對應的最終預測結果,所述預測模型包括所述肝毒性預測模型、各所述肝臟不良反應等級預測模型以及各所述肝臟不良反應類別預測模型;基于各所述預測模型對應的最終預測結果確定所述待預測化合物的誘導肝毒性綜合預測結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中南大學,未經中南大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010835987.4/1.html,轉載請聲明來源鉆瓜專利網。





