[發(fā)明專利]一種基于機(jī)器學(xué)習(xí)預(yù)測化合物人體屏障通透性的方法

在審

• 申請?zhí)枺?/td>: 202210005174.1
• 申請日: 2022-01-05
• 公開（公告）號: CN114360660A
• 公開（公告）日: 2022-04-15
• 發(fā)明（設(shè)計(jì)）人: 莊樹林;高雨晨;趙啟明;茍藝源;張家晨
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G16C20/30
• 分類號: G16C20/30;G06N20/00
• 代理公司: 杭州天勤知識產(chǎn)權(quán)代理有限公司 33224
• 代理人: 胡紅娟

1.一種基于機(jī)器學(xué)習(xí)預(yù)測化合物人體屏障通透性的方法，其特征在于，所述的人體屏障通透性為血腦屏障通透性，包括以下步驟：

(1)建立化合物血腦屏障通透性評價標(biāo)準(zhǔn)；

(2)采集化合物建立B3DataBase數(shù)據(jù)集，清洗數(shù)據(jù)集后根據(jù)步驟(1)建立的標(biāo)準(zhǔn)評價數(shù)據(jù)集中的樣本是否具有血腦屏障通透性，將評價結(jié)果作為樣本標(biāo)簽；導(dǎo)出樣本的SMILES表達(dá)式后提取樣本的特異性分子特征作為樣本數(shù)據(jù)，對樣本數(shù)據(jù)進(jìn)行預(yù)處理；

(3)基于機(jī)器學(xué)習(xí)算法構(gòu)建預(yù)測模型，利用預(yù)處理后的樣本數(shù)據(jù)對預(yù)測模型在樣本標(biāo)簽的監(jiān)督下進(jìn)行訓(xùn)練，以優(yōu)化預(yù)測模型參數(shù)；所述的機(jī)器學(xué)習(xí)算法為多層感知機(jī)網(wǎng)絡(luò)；

(4)導(dǎo)出待測化合物的SMILES表達(dá)式后提取待測化合物的特異性分子特征，作為待測數(shù)據(jù)輸入至參數(shù)優(yōu)化的預(yù)測模型中，預(yù)測待測化合物的血腦屏障通透性。

2.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)預(yù)測化合物人體屏障通透性的方法，其特征在于，步驟(1)中，所述的化合物血腦屏障通透性標(biāo)準(zhǔn)為：當(dāng)logBB＞-1時，表示該化合物具有血腦屏障通透性；當(dāng)logBB≤-1時，表示該化合物不具有血腦屏障通透性；其中，

logBB＝C_blood/C_brain

logBB為腦血分配系數(shù)，C_blood為血液中化合物濃度，C_brain為腦組織中化合物濃度。

3.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)預(yù)測化合物人體屏障通透性的方法，其特征在于，步驟(2)中，化合物采集于文獻(xiàn)實(shí)驗(yàn)數(shù)據(jù)或化合物數(shù)據(jù)庫。

4.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)預(yù)測化合物人體屏障通透性的方法，其特征在于，清洗數(shù)據(jù)集的步驟為：對B3DataBase數(shù)據(jù)集去除重復(fù)分子、中性分子、鹽類以及含有重金屬的分子；對于擁有超過1個logBB值的樣本：如果logBB值有2個，則取加權(quán)平均值；如果logBB值多于2個，則選取出現(xiàn)頻率最高的logBB值。

5.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)預(yù)測化合物人體屏障通透性的方法，其特征在于，所述的特異性分子特征包括分子描述符和\或一種或多種分子指紋。

6.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)預(yù)測化合物人體屏障通透性的方法，其特征在于，步驟(3)中，將預(yù)處理后的樣本數(shù)據(jù)劃分為訓(xùn)練集和測試集，利用訓(xùn)練集訓(xùn)練所述的預(yù)測模型，利用測試集評價預(yù)測模型優(yōu)度，優(yōu)化預(yù)測模型參數(shù)。

7.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)預(yù)測化合物人體屏障通透性的方法，其特征在于，所述的多層感知機(jī)網(wǎng)絡(luò)包括輸入層、隱藏層和輸出層，所述的隱藏層為1層，神經(jīng)元節(jié)點(diǎn)數(shù)為75個。

8.根據(jù)權(quán)利要求7所述的基于機(jī)器學(xué)習(xí)預(yù)測化合物人體屏障通透性的方法，其特征在于，隱藏層的傳遞函數(shù)為relu激活函數(shù)，adam算法作為權(quán)重優(yōu)化路徑。

9.根據(jù)權(quán)利要求1-8任一所述的基于機(jī)器學(xué)習(xí)預(yù)測化合物人體屏障通透性的方法在預(yù)測化合物血腦屏障通透性中的應(yīng)用。