[发明专利]使用机器学习筛选聚集诱导发光分子的方法及设备

权利要求书

1.一种使用机器学习筛选聚集诱导发光分子的方法，其特征在于，包括：

构建虚拟待筛选数据库；其中，所述虚拟待筛选数据库包括：多个聚集诱导发光分子，各个所述聚集诱导发光分子由收集得到的电子供体、电子受体和π桥以分子对接的形式相结合构成；

对各个聚集诱导发光分子进行数据预处理，得到数据预处理后各个聚集诱导发光分子对应的至少一种分子指纹信息，以及将各个聚集诱导发光分子对应的各个分子指纹进行合并拼接，得到合并拼接后的多模态分子指纹；

将各个聚集诱导发光分子对应的多模态分子指纹依次输入至已训练的荧光量子产率预测模型，得到所述荧光量子产率预测模型输出的各个聚集诱导发光分子在固态下的预测荧光量子产率；其中，所述荧光量子产率预测模型为基于已知多个聚集诱导发光分子的分子指纹数据与其荧光量子产率值之间的对应关系训练得到的；

根据各个所述聚集诱导发光分子的预测荧光量子产率筛选出其中荧光量子产率符合预设要求的聚集诱导发光分子。

2.根据权利要求1所述的方法，其特征在于，所述荧光量子产率预测模型的训练方法包括：

构建训练数据集，所述训练数据集中包含多组样本聚集诱导发光分子数据，每组样本聚集诱导发光分子数据包括聚集诱导发光分子的分子指纹数据和与所述聚集诱导发光分子的分子指纹数据相对应的荧光量子产率；

将各组所述样本聚集诱导发光分子数据输入至预设机器学习模型，得到所述预设机器学习模型输出的所述样本聚集诱导发光分子在固态下的荧光量子产率预测值；

根据所述样本聚集诱导发光分子在固态下的荧光量子产率预测值与所述样本聚集诱导发光分子的荧光量子产率的真实值之间的误差，对所述预设机器学习模型的参数进行修正；直至所述预设机器学习模型的训练满足预设条件，以得到所述荧光量子产率预测模型。

3.根据权利要求2所述的方法，其特征在于，所述构建训练数据集的步骤包括：

将样本聚集诱导发光分子数据进行数据预处理，得到样本聚集诱导发光分子的分子指纹；

将所述样本聚集诱导发光分子的分子指纹分别进行合并拼接，得到合并拼接后的样本聚集诱导发光分子的多模态分子指纹数据。

4.根据权利要求3所述的方法，其特征在于，所述预设机器学习模型包括至少一个XGBoost模型和至少一个随机森林模型；

所述将各组所述样本聚集诱导发光分子数据输入至预设机器学习模型，得到所述预设机器学习模型输出的所述样本聚集诱导发光分子在固态下的荧光量子产率预测值的步骤包括：

将样本聚集诱导发光分子的多模态分子指纹数据分别输入至XGBoost模型和随机森林模型，得到所述XGBoost模型输出的第一荧光量子产率预测值和随机森林模型输出的第二荧光量子产率预测值；

按照预设权值将第一荧光量子产率预测值和第二荧光量子产率预测值进行加权后，得到所述样本聚集诱导发光分子在固态下的荧光量子产率预测值。

5.根据权利要求1所述的方法，其特征在于，所述构建虚拟待筛选数据库的步骤包括：

收集得到多个电子供体、电子受体和π桥的子结构；

利用分子空间生成算法，将多个电子供体、电子受体和/或π桥的子结构互相对接组合，得到对接组合后的多个聚集诱导发光分子；其中，所述子结构中包括一个或多个结合位点；所述分子空间生成算法为基于排列组合的方式将各个电子供体、电子受体和/或π桥的子结构通过单键建立结合位点的对接；

以对接组合后得到的多个聚集诱导发光分子构建组成虚拟待筛选数据库。

6.根据权利要求5所述的方法，其特征在于，所述将各个聚集诱导发光分子对应的各个分子指纹进行合并拼接，得到合并拼接后的多模态分子指纹的步骤还包括：

分别计算各个聚集诱导发光分子对应的多模态分子指纹之间的相关性，并删除相关性高于预设相关性阈值的多模态分子指纹。