基于图神经网络和启发式搜索的药物分子设计系统和方法
知识产权简介
本发明针对受体-配体的相互作用模式设计了各种神经网络学习模块,不但提升了神经网络对于药物分子-蛋白靶点相互作用进行表征学习的性能,而且有效辅助了启发式搜索算法,对于给定靶点可以高效地生成具有潜在较高亲和力的候选配体分子库,极大地降低了因巨大的化学空间而造成的计算复杂度,从而加速分子设计流程;构建化学组件库并且合理设计配体组件生长策略的形式,便于药物化学和计算生物学研究人员研究化学片段子结构的种类和组合方式对受体蛋白亲和力的影响,从而能够直接地探索配体结构与药效的关系并给出直观的分析,从而加速药物作用机制研究。