[發(fā)明專利]藥物靶點結(jié)合能預(yù)測方法及裝置

有效

• 申請?zhí)枺?/td>: 202011356301.X
• 申請日: 2020-11-27
• 公開（公告）號: CN112489722B
• 公開（公告）日: 2023-07-07
• 發(fā)明（設(shè)計）人: 謝良旭;許曉軍;許磊
• 申請（專利權(quán)）人: 江蘇理工學(xué)院;江蘇省中以產(chǎn)業(yè)技術(shù)研究院
• 主分類號: G16B15/30
• 分類號: G16B15/30;G16B40/00
• 代理公司: 常州佰業(yè)騰飛專利代理事務(wù)所(普通合伙) 32231
• 代理人: 毛姍

1.一種藥物靶點結(jié)合能預(yù)測方法，其特征在于，包括：

S1從PDBbind數(shù)據(jù)集中獲取蛋白與配體分子結(jié)合的三維結(jié)構(gòu)，并存儲于本地服務(wù)器；基于PDB數(shù)據(jù)庫與PDBbind數(shù)據(jù)庫中的晶體結(jié)構(gòu)數(shù)據(jù)，經(jīng)過數(shù)據(jù)預(yù)處理，在本地數(shù)據(jù)庫服務(wù)器中建立數(shù)據(jù)庫，以存儲蛋白質(zhì)與配體分子的pdb文件；

S2對所述pdb文件中的數(shù)據(jù)進(jìn)行解析，在pdb文件中選定配體分子所在的位置，并按照與配體分子之間距離的遠(yuǎn)近將蛋白質(zhì)的結(jié)構(gòu)分割成三層；

S3將配體分子和分割得到的三層蛋白質(zhì)分別進(jìn)行編碼，共計四層結(jié)構(gòu)，得到蛋白-配體分子相互作用的SPLIF指紋；對本地數(shù)據(jù)庫中所有的分子進(jìn)行相應(yīng)的編碼，形成訓(xùn)練集、驗證集和測試集；

S4在服務(wù)器中建立神經(jīng)網(wǎng)絡(luò)模型，利用訓(xùn)練集對其進(jìn)行訓(xùn)練，并利用測試集對訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行驗證，直到得到預(yù)設(shè)的預(yù)測效果；

S5計算神經(jīng)網(wǎng)絡(luò)模型預(yù)測得到的結(jié)合常數(shù)，計算預(yù)測值與真實值的皮爾森相關(guān)系數(shù)和絕對誤差，對所述神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果進(jìn)行驗證；

S6使用訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)模型對蛋白質(zhì)與配體分子結(jié)合常數(shù)進(jìn)行預(yù)測，并通過阿雷尼烏斯公式將結(jié)合常數(shù)轉(zhuǎn)變?yōu)榻Y(jié)合自由能，完成對結(jié)合自由能的預(yù)測。

2.如權(quán)利要求1所述的藥物靶點結(jié)合能預(yù)測方法，其特征在于，在步驟S2中，將距離配體分子的蛋白質(zhì)的微環(huán)境劃分為三層；

在步驟S3中，將配體分子、三層分割的蛋白質(zhì)，共計四組結(jié)構(gòu)分別進(jìn)行編碼，得到蛋白-配體分子相互作用的SPLIF指紋；

在步驟S4中，將提取的蛋白與配體分子相互作用的四層SPLIF指紋輸入神經(jīng)網(wǎng)絡(luò)模型中，對蛋白與配體分子的特征進(jìn)行學(xué)習(xí)，完成對神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練和驗證；

在步驟S5中，將提取的蛋白與配體分子相互作用的四層SPLIF指紋輸入神經(jīng)網(wǎng)絡(luò)模型，對蛋白與配體分子的結(jié)合自由能進(jìn)行預(yù)測。

3.如權(quán)利要求1或2所述的藥物靶點結(jié)合能預(yù)測方法，其特征在于，在步驟S4中，創(chuàng)建的神經(jīng)網(wǎng)絡(luò)模型為卷積神經(jīng)網(wǎng)絡(luò)模型，包括：兩個卷積層、兩個最大池化層、一個全連接層及一個Dropout層。

4.如權(quán)利要求1或2所述的藥物靶點結(jié)合能預(yù)測方法，其特征在于，在步驟S4中，創(chuàng)建的神經(jīng)網(wǎng)絡(luò)模型為深度神經(jīng)網(wǎng)絡(luò)模型，包括：兩層隱藏層，第一隱藏層包含2048個神經(jīng)元，第二隱藏層包含1024個神經(jīng)元，且每層后面跟一個丟失比率為0.1的Dropout層。

5.一種藥物靶點結(jié)合能預(yù)測裝置，其特征在于，包括：

本地數(shù)據(jù)庫建立模塊，用于從PDBbind數(shù)據(jù)集中獲取蛋白與配體分子結(jié)合的三維結(jié)構(gòu)，并存儲于本地服務(wù)器；基于PDB數(shù)據(jù)庫與PDBbind數(shù)據(jù)庫中的晶體結(jié)構(gòu)數(shù)據(jù)，經(jīng)過數(shù)據(jù)預(yù)處理，在本地數(shù)據(jù)庫服務(wù)器中建立數(shù)據(jù)庫，以存儲蛋白質(zhì)與配體分子的pdb文件；

蛋白質(zhì)結(jié)構(gòu)分割模塊，用于對所述pdb文件中的數(shù)據(jù)進(jìn)行解析，在pdb文件中選定配體分子所在的位置，并按照與配體分子之間距離的遠(yuǎn)近將蛋白質(zhì)的結(jié)構(gòu)分割成三層；

編碼模塊，將配體分子和分割得到的三層蛋白質(zhì)分別進(jìn)行編碼，得到蛋白-配體分子相互作用的SPLIF指紋；對本地數(shù)據(jù)庫中所有的分子進(jìn)行相應(yīng)的編碼，形成訓(xùn)練集、驗證集和測試集；

網(wǎng)絡(luò)訓(xùn)練模塊，用于在服務(wù)器中建立神經(jīng)網(wǎng)絡(luò)模型，利用訓(xùn)練集對其進(jìn)行訓(xùn)練，并利用測試集對訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行驗證，直到得到預(yù)設(shè)的預(yù)測效果；

預(yù)測結(jié)果驗證模塊，用于計算神經(jīng)網(wǎng)絡(luò)模型預(yù)測得到的結(jié)合自由能，與實驗結(jié)果比較皮爾森相關(guān)系數(shù)和絕對誤差，對所述神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果進(jìn)行驗證；及

結(jié)合能預(yù)測模塊，用于使用訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)模型對蛋白質(zhì)與配體分子結(jié)合常數(shù)進(jìn)行預(yù)測，并通過阿雷尼烏斯公式將結(jié)合常數(shù)轉(zhuǎn)變?yōu)榻Y(jié)合自由能，完成對結(jié)合自由能的預(yù)測。