[发明专利]基于人工智能和大数据分析的药物筛选模型的搭建方法

说明书

本发明属于药物技术领域，尤其是一种基于人工智能和大数据分析的药物筛选模型的搭建方法,包括有搭建系统和实验记录系统，所述搭建系统利用含有类器官细胞特异性结合序列的报告系统载体，以具有组成型特定靶细的活性细胞为基础，构建成稳定的以特定靶细信号为靶点的高通量药物筛选细胞模型。本发明采用基于具有组成型类器官细胞活性的细胞系为策略，使报告系统本身在细胞中处于高度活化状态，无需使用外加刺激，得到的稳定细胞模型可直接用于化合物的筛选；不仅大大降低了筛选的成本，同时也使整个筛选流程从细胞培养到检测，缩短了筛选的周期，减少了操作步骤，提升系统稳定性、高效性及易用性，更适用于高通量药物筛选。

技术领域

本发明涉及药物筛选技术领域，特别涉及一种基于人工智能和大数据分析的药物筛选模型的搭建方法。

背景技术

类器官（Organoid）是一种3D的细胞培养物，在结构以及功能上高度模拟人体器官，能够形成器官类似的空间结构并且分化出对应功能，具备细胞增殖分化、自我更新、自组装、可长期培养、遗传稳定性等特点，药物筛选指的是采用适当的方法，对可能作为药物使用的物质（采样）进行生物活性、药理作用及药用价值的评估过程。药物筛选是生化水平和细胞水平的筛选。药物筛选分为高通量与虚拟药物筛选两种。

筛选模型就是在药物筛选实验中所应用的药理实验模型，由于药物筛选要求实验方案有标准化和定量化的特征，因而在传统药理实验中常见的动物实验在药物筛选中较少应用，根据实验模型的不同，药物筛选可以分为生化水平的筛选和细胞水平的筛选。细胞水平的药物筛选是更接近生理条件的一种药物筛选模型，其模型是拟设计药物作用的类器官细胞，应用细胞培养技术获取所需细胞，将这些细胞与候选化合物相互作用，通过与生化水平筛选类似的检测技术测定化合物的作用能力，从而对化合物进行筛选。

筛选模型就是在药物筛选实验中所应用的药理实验模型，由于药物筛选要求实验方案有标准化和定量化的特征，因而在传统药理实验中常见的动物实验在药物筛选中较少应用，根据实验模型的不同，药物筛选可以分为生化水平的筛选和细胞水平的筛选。细胞水平的药物筛选是更接近生理条件的一种药物筛选模型，其模型是拟设计药物作用的类器官细胞，应用细胞培养技术获取所需细胞，将这些细胞与候选化合物相互作用，通过与生化水平筛选类似的检测技术测定化合物的作用能力，从而对化合物进行筛选。

当各种疾病产生时就会借助药物治疗，以舒缓和解决疾病带来的痛苦，但如何筛选活性的药物是医药界普遍关注的难题，一直以来研究者们试图寻找特异性好，副作用低的抑制剂，以最终用于临床，缓解和治疗数目庞大的相关患者；基于报告系统的高通量筛选方法虽已经出现并用于实践，取得了一定成效，但仍然有一些不可克服的缺点，比如需要外源刺激这样不仅步骤多，而且筛选成本也较高，也会使报告系统的不稳定性增加。

发明内容

针对现有技术存在的上述问题，本发明要解决的需要外源刺激类器官培养，而且筛选成本也较高，也会使报告系统的不稳定性增加的技术问题。

为解决上述技术问题，本发明采用如下技术方案：一种基于人工智能和大数据分析的药物筛选模型的搭建方法，包括有搭建系统和实验记录系统，所述搭建系统利用含有类器官细胞特异性结合序列的报告系统载体，以具有组成型特定靶细的活性细胞为基础，构建成稳定的以特定靶细信号为靶点的高通量药物筛选细胞模型；所述报告系统载体是在含有荧光素酶报告基因的报告载体多克隆位点中插入包含有类器官细胞特异性结合序列作为报告系统载体的响应序列，构建成的报告系统载体，所述搭建系统具体包括以下步骤：

S1：类器官细胞模型的培养；

S2：药物的配制；

S3：转运浓度的筛选；

S4：分组、给药与转运实验；

S5：统计学分析；