[发明专利]通过并行评估分类器输出校正第一分类器中的误差

权利要求书

1.一种用于筛选用于目标聚合物结合的测试化合物的计算机系统，所述计算机系统包括：

至少一个处理器；以及

可由所述至少一个处理器寻址的非暂时存储器，所述非暂时存储器存储一个或多个程序以供所述至少一个处理器执行，所述一个或多个程序包括用于以下操作的指令：

(A)获得对所述测试化合物的描述；

(B)对于第一多个目标聚合物中的每个相应目标聚合物，执行包括以下步骤的第一过程：

(i)将对所述测试化合物的所述描述贴靠所述相应目标聚合物摆放，从而通过第二过程获得对所述测试化合物与所述相应目标聚合物之间的相互作用的描述的对应分数，第二过程包括：

在多个不同姿势中的每个姿势下使用所述相应目标聚合物对所述测试化合物建模，从而创建多个体素图，其中所述多个体素图中的每个相应体素图包括处于所述多个不同姿势中的相应姿势的所述测试化合物，以及

将所述多个体素图中的每个体素图展开成对应的第一分类器输入向量，从而创建多个第一分类器输入向量，其中所述多个第一分类器输入向量中的每个第一分类器输入向量都具有相同的大小，并且

(ii)通过将多个第一分类器输入向量中的每个相应的第一分类器输入向量输入到第一分类器中，将对所述测试化合物与所述相应目标聚合物之间的所述相互作用的所述描述输入第一分类器，从而获得相应的多个分数，其中所述相应的多个分数中的每个相应分数对应于进入至第一分类器的所述多个第一分类器输入向量中的第一分类器输入向量的输入，用于来自第一分类器的测试化合物与所述相应目标聚合物之间的所述相互作用，以及

(iii)获得对所述测试化合物与所述相应目标聚合物之间的所述相互作用的相应分数作为多个相应分数的集中趋势的度量或者加权平均值，其中

当集中趋势的所述度量或加权平均值满足预定阈值或预定阈值范围时，对所述测试化合物与所述相应目标聚合物之间的所述相互作用的所述描述的相应分数被认为属于第一分类，并且

当集中趋势的所述度量或加权平均值不满足所述预定阈值或所述预定阈值范围时，对所述测试化合物与所述相应目标聚合物之间的所述相互作用的所述描述的相应分数被认为属于第二分类，其中

所述测试化合物与跨所述第一多个目标聚合物的相应目标聚合物之间的所述相互作用的每个对应分数形成了所述测试化合物的测试向量；以及

(C)将所述测试化合物的所述测试向量输入第二分类器，从而从所述第二分类器获得对所述测试向量的变换作为输出，其中

所述变换提供所述第一多个目标聚合物中的单个目标聚合物的指示，由此筛选用于目标聚合物结合的测试化合物，其中所述第二分类器在多个训练向量上训练，

所述多个训练向量中的每个相应训练向量都是在根据所述第一过程输入第一多个训练化合物中的对应训练化合物作为测试化合物之后来自所述第一分类器的所述输出，

第一分类器认为所述第一多个训练化合物的第一子集中的每个对应训练化合物与第一多个目标聚合物中的相应目标聚合物结合，而第一多个目标聚合物中没有其他目标聚合物，并且

第一分类器认为所述第一多个训练化合物的第二子集中的每个相应训练化合物都不与所述第一多个目标聚合物中的任一个目标聚合物结合。

2.根据权利要求1所述的计算机系统，其中所述多个第一分类器输入向量中的每个第一分类器输入向量都是一维的，以及

所述多个不同姿势包括2个或更多个姿势、10个或更多个姿势、100个或更多个姿势或者1000个或更多个姿势。

3.根据权利要求1所述的计算机系统，其中所述多个不同姿势是在马尔可夫链蒙特卡罗采样、模拟退火、拉马克遗传算法、遗传算法或深度卷积神经网络采样之一中使用对接评分函数而获得的。

4.根据权利要求1所述的计算机系统，其中所述多个不同姿势是通过使用贪婪算法的增量搜索而获得的。

5.根据权利要求1所述的计算机系统，其中每个对应的目标聚合物是蛋白质、多肽、多核酸、多核糖核酸、多糖或它们的任意组合的组合体。