[发明专利]一种基于分子相似性和半监督学习的药物虚拟筛选方法和装置

权利要求书

1.一种基于分子相似性和半监督学习的药物虚拟筛选方法，其特征在于：该方法包括以下步骤：

S1：收集数据集，得到有生物活性值的配体分子样本和无生物活性值的配体分子样本；

S2：使用所述S1步骤中得到的有生物活性值的配体分子样本构建回归模型；

S3：计算数据集中分子间的相似度；

S4：利用所述S3步骤中得到的分子相似度和S2步骤中得到的回归模型，计算三元组损失；其中，对有生物活性值的样本X_i，其生物活性值为Y_i，按1：2的比例，取无生物活性值的样本X′_j、X′_k，经过S2步骤的回归网络模型得到的预测值为引入三元组损失对无生物活性值样本的活性值进行约束；其中三元组损失：

其中[.]₊的含义为：若括号内的值大于0，则[.]₊等于括号内的值；若括号内的值小于0，则[.]₊等于0，a和S_t分别是活性值差值和相似度差值的阈值；

S5：根据S2步骤和S4步骤得到的损失函数训练模型。

2.根据权利要求1所述的一种基于分子相似性和半监督学习的药物虚拟筛选方法，其特征在于：在所述S1步骤中，从公开数据集中收集对特定药物靶标作用的配体分子的活性值Y_i及配体分子的SMILES分子式X_i，构建有生物活性值的配体分子数据集；另外对于无生物活性值的样本，只收集配体分子的SMILES分子式X′_j，构建无生物活性值的配体分子数据集。

3.根据权利要求1所述的一种基于分子相似性和半监督学习的药物虚拟筛选方法，其特征在于：在所述S2步骤中，构建回归预测模型对有生物活性值的样本做监督回归学习，对配体分子X_i预测的结果记为真实生物活性值值为Y_i，计算出均方误差损失

4.根据权利要求1所述的一种基于分子相似性和半监督学习的药物虚拟筛选方法，其特征在于：在所述S3步骤中，首先使用rdkit化学信息包对配体分子的SMILES分子式X_i、X′_j做解析处理生成分子指纹Fp_i、Fp′_j，对得到的分子指纹Fp_i、Fp′_j计算两分子X_i、X′_j间的相似度S_ij，公式如下:

其中c为两个分子指纹中相同的位数，a为分子指纹Fp_i的长度，b为分子指纹Fp′_j的长度。

5.根据权利要求1所述的一种基于分子相似性和半监督学习的药物虚拟筛选方法，其特征在于：在所述S5步骤中，根据损失函数更新模型参数，使用均方误差损失和三元组损失之和做总的模型损失函数：

使用梯度下降算法，反向传播更新回归预测模型参数，从而训练回归预测模型。

6.一种基于分子相似性和半监督学习的药物虚拟筛选装置，其特征在于：该装置包括数据集的获取和划分模块、回归模型预测模块、三元组损失模块和模型参数更新模块；所述三元组损失模块包括相似度计算模块，三元组损失计算模块；相似度计算模块，用于计算有生物活性值样本和无生物活性值样本对之间的相似性，对于每一个输入回归预测模块的有生物活性值样本，按1：2的比例，对每一个有生物活性值样本X_i,选取两个无生物活性值样本X′_j、X′_k，使用相似度计算公式分别计算X_i和X′_j、X_i和X′_k的分子相似度S_ij、S_ik；

所述三元组损失计算模块，用于约束无生物活性值样本通过回归模型得到的预测值；使用公式：计算三元组损失L_tri。