安徽大学何奕辰获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉安徽大学申请的专利基于进化计算和多粒度代理模型近似的药物小分子优化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119851812B 。
龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510007753.3,技术领域涉及:G16C20/50;该发明授权基于进化计算和多粒度代理模型近似的药物小分子优化方法是由何奕辰;张亚杰;田野;苏延森;张兴义设计研发完成,并于2025-01-03向国家知识产权局提交的专利申请。
本基于进化计算和多粒度代理模型近似的药物小分子优化方法在说明书摘要公布了:本发明公开了一种基于进化计算和多粒度代理模型近似的药物小分子优化方法,包括:1将药物小分子多属性优化问题建模为昂贵约束多目标优化问题;2在离散化学空间均匀地生成初始分子种群并对其进行昂贵的优化目标评价以及约束评价;3将评价后的药物小分子编码到连续潜在空间,得到分子的连续向量表示;4使用分子的连续向量表示、对应的目标值与约束值作为训练数据,训练多粒度代理模型;5执行代理模型辅助的进化算法,选出优质药物小分子解码到离散化学空间,并对其进行昂贵的优化目标评价以及约束评价;6重复步骤3‑5,从而输出最优药物分子。本发明旨在使用较低的评估代价高效优化药物小分子的多个属性,从而为药物研发提供技术支持。
本发明授权基于进化计算和多粒度代理模型近似的药物小分子优化方法在权利要求书中公布了:1.一种基于进化计算和多粒度代理模型近似的药物小分子优化方法,其特征在于,是按照如下步骤进行: 步骤一、获取待优化的第k个药物小分子,并通过RDKit工具对第k个药物小分子进行生物属性评估,分别获得的分子类药性,合成可及性以及分子毒性;从而利用式1构建的多属性优化目标及其约束: 1 式1中,代表搜索空间,和分别代表的分子量约束违法度以及氢键供体数目约束违反度,和分别代表药物小分子的分子量和氢键供体数目,和分别代表分子量以及氢键供体数目的最大值; 将分子类药性,合成可及性以及分子毒性记为的任意第j个优化目标;j=1,2,3; 将和记为的任意第i个约束;i=1,2; 步骤二、定义并初始化当前迭代次数为Iter=0;并定义第Iter代药物小分子种群,其中,代表中第k个药物小分子,N代表种群的大小; 在离散化学空间均匀地生成SMILES字符串用于初始化中的每个药物小分子,从而根据式1计算中每个药物小分子的多属性优化目标及其约束的违反度; 步骤三、训练变分自编码器,用于将从离散化学空间编码到连续潜在空间,得到的最优潜在向量; 步骤四、构建2个代理模型,并使用中每个药物小分子的最优潜在向量及其对应的多属性优化目标值与约束违反度作为训练数据,分别对每个代理模型进行训练,得到训练好的代理模型; 步骤4.1、利用式6计算第z个维度为的相关矩阵中第k行第列元素,从而得到第z个代理模型中第k个药物小分子与的相关向量 : 6 式6中,为第Iter代的第z个代理模型的第r维参数;表示第个药物小分子的最优潜在向量中的第r维最优潜在特征;z=1,2; 步骤4.2、构建第z个代理模型的训练数据,包括:第1个代理模型的训练数据集和第2个代理模型的粗粒度训练数据集; 步骤4.2.1、构建用于训练第1个代理模型的训练数据集,其中,代表第k个药物小分子的3个优化目标之和; 步骤4.2.2、若的分子量约束违法度以及氢键供体数目约束违反度均大于0,即任意第i个约束均未满足,则利用式7得到第Iter代第k个药物小分子的约束违反聚合值,从而得到第2个代理模型的粗粒度训练数据: 7 式7中,分别在第i个约束上的最大值和最小值; 若的分子量约束违法度以及氢键供体数目约束违反度中只有一个约束违反度大于0,即只有一个未满足的约束,记为,则构建第2个代理模型的细粒度训练数据,其中,代表第Iter代第k个药物小分子的未满足约束的约束违反度; 步骤4.3、利用式8得到第Iter代的第z个代理模型的均值: 8 式8中,表示N维的全1向量,T表示转置; 步骤4.4、利用式9求解第Iter代的第z个代理模型的参数集合{},并得到训练好的第z个代理模型: 9 式9中,表示第z个代理模型的训练数据中的真实目标优化值或真实约束违反度;且∈{,,}; 步骤五、使用训练好的第z个代理模型辅助进化算法迭代优化药物分子属性,从而得到最终的药物小分子种群并作为最终的优化结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人安徽大学,其通讯地址为:230601 安徽省合肥市经济技术开发区九龙路111号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。