一种融合分子对接与机器学习的药物分子筛选方法及系统
申请号:CN202510845853
申请日期:2025-06-24
公开号:CN120673910A
公开日期:2025-09-19
类型:发明专利
摘要
本发明公开了一种融合分子对接与机器学习的药物分子筛选方法及系统,本发明涉及药物分子的筛选领域,包括以下操作步骤:S1:数据准备;S2:分子对接模拟;S3:特征提取;S4:机器学习模型训练;S5:模型评估与优化;S6:药物分子筛选。本发明所述的一种融合分子对接与机器学习的药物分子筛选方法及系统,将分子对接与机器学习深度融合,能够基于药物分子与靶点蛋白的三维结构,模拟二者的结合过程,直观展现分子间相互作用模式,并通过评分函数量化结合能力,为筛选提供直观的结构层面依据,基于此能更准确地评估药物分子活性,提高筛选出高潜力候选药物的概率。
技术关键词
分子筛选方法
融合分子
药物
蛋白
机器学习模型训练
三维结构
机器学习算法
筛选系统
数据管理模块
特征提取模块
对接模块
特征工程
分子间相互作用
溶解性特征
拓扑结构特征
特征提取方法