[發明專利]基于數據庫的目標預測方法

在審

• 申請號: 202111010253.3
• 申請日: 2021-08-31
• 公開（公告）號: CN113689921A
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 張弟龍;袁琴;張藝川;殷沖;李欣
• 申請（專利權）人: 重慶電子工程職業學院
• 主分類號: G16C20/50
• 分類號: G16C20/50;G16C20/70;G16C20/90
• 代理公司: 重慶強大凱創專利代理事務所(普通合伙) 50217
• 代理人: 趙玉乾

1.基于數據庫的目標預測方法，其特征在于：包括如下內容：

S1、采集歷史仿真數據進行存儲，形成仿真數據庫；

S2、獲取仿真信息；

S3、根據仿真信息，調用仿真數據庫，進行藥物分子作用預判，并根據預判結果進行仿真。

2.根據權利要求1所述的基于數據庫的目標預測方法，其特征在于：歷史仿真數據，包括：生物大分子模型、藥物分子模型、分子動力學模型和藥物作用下的分子運動過程數據；

仿真信息，包括：生物大分子模型、藥物分子模型和分子動力學模型。

3.根據權利要求2所述的基于數據庫的目標預測方法，其特征在于：所述S3包括：根據獲取的生物大分子模型、藥物分子模型和分子動力學模型，查詢仿真數據庫中是否存在各模型與本次獲取的模型相似的歷史仿真數據，若存在，則根據歷史仿真數據中藥物作用下的分子運動過程數據，在獲取的生物大分子模型、藥物分子模型和分子動力學模型中提取相似的數據作為預判結果，根據預判結果進行藥物作用下的分子運動過程仿真。

4.根據權利要求3所述的基于數據庫的目標預測方法，其特征在于：還包括：

S4、根據藥物作用下的分子運動過程仿真，分析藥物作用；

S5、根據分析出的藥物作用，查詢相關的驗證資料，判斷藥物作用中符合驗證資料的條數占比；

S6、根據條數占比，定義藥物作用可信度。

5.根據權利要求4所述的基于數據庫的目標預測方法，其特征在于：所述S6，包括：若條數占比大于等于第一預設占比，則定義藥物作用可信度為高；

若條數占比小于第一預設占比且大于等于第二預設占比，則定義藥物作用可信度為中；

若條數占比小于第二預設占比，則定義藥物作用可信度為低。

6.根據權利要求5所述的基于數據庫的目標預測方法，其特征在于：若定義藥物作用可信度為低，則根據不符合驗證資料的藥物作用，查詢現有相關研究方向，生成對應研究課題建議。

7.根據權利要求6所述的基于數據庫的目標預測方法，其特征在于：所述根據不符合驗證資料的藥物作用，查詢現有相關研究方向，生成對應研究課題建議，包括：

根據不符合相關的驗證資料的藥物作用，進行分類，分為第一類藥物作用和第二類藥物作用，其中第一類藥物作用為與現有相關的驗證資料相斥的藥物作用，第二類藥物作用為相關的驗證資料未提及的藥物作用；

分別根據第一類藥物作用和第二類藥物作用查詢現有相關研究方向，若存在藥物作用的研究方向則推送給研究人員；若未存在，則根據第一類藥物作用生成與驗證資料相反的研究課題建議，并推送以及提示推送的研究課題建議與驗證資料完全相反；再根據第二類藥物作用生成研究課題建議，并推送以及提示推送的研究課題建議無相關的驗證資料。