(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210851851.1 (22)申请日 2022.07.20 (71)申请人 晨星基因 （北京） 智能科技有限公司 地址 100000 北京市海淀区开拓路5号5层 519-30 (72)发明人 高军涛　张旭　 (74)专利代理 机构 天津麦芽知识产权代理有限 公司 12269 专利代理师 李淑敏 (51)Int.Cl. B08B 1/00(2006.01) B08B 13/00(2006.01) G16B 15/30(2019.01) G16C 20/50(2019.01) (54)发明名称 一种基于深度学习的药物筛 选方法 (57)摘要 本发明公开了一种基于深度学习的药物筛 选方法， 包括虚拟筛选机， 所述虚拟筛选机的内 腔底部固定设置有容纳 箱， 所述容纳箱的顶部中 间固定设置有载药台， 所述容纳箱的顶部左右两 侧均开设有落药口， 涉及药物筛选技术领域， 通 过伸缩杆、 弹性通气柱、 衔接杆 以及清洁海绵块 之间的相互配合， 启动抽吸两用泵向弹性通气柱 的内部充入气体， 从而推动伸缩杆变长， 使清洁 海绵块对 载药台表面的药渣进行清洁， 避免残留 的药渣对下一种待筛选的药物造成干扰， 筛选的 准确性提高， 通过承 载框和塑料刮齿之间的相互 配合， 清洁海绵块在收回到放置槽内部的过程中 会经过清刮组件， 塑料刮齿会将清洁海绵块表面 的药渣及时刮下， 保证下次的清洁 效果。 权利要求书1页 说明书4页 附图3页 CN 115228781 A 2022.10.25 CN 115228781 A 1.一种基于深度学习的药物筛 选方法， 其特 征在于： 该 方法包括以下步骤： 步骤一、 建立model ‑1： 建立癌细胞系中药物组合协同作用的预测模型model ‑1； 步骤二、 改造结构： 基于SMI LES提取药物特征、 进行数据增强和 神经网络结构改造； 步骤三、 引入限制条件： 基于表型的药物筛选视角出发， 引入基因表达谱(作为表型)和 分子骨架作为药物 虚拟筛选的限制条件； 步骤四、 构建 model‑2： 构建基因 ‑分子骨架生成模型model ‑2； 步骤五、 数据库筛 选： 以分子骨架为锚点， 对大规模药物数据库进行 药物虚拟筛选； 步骤六、 生成小分子： 药物设计、 生成全新的小分子； 步骤七、 药物虚拟筛选： 在FDA批准的药物库、 ChEMBL药物库和ZINC药物库中对一些癌 细胞系进行基于不同表型的药物组合虚拟筛 选； 步骤八、 验证： 通过靶点预测 和分子对接等手段对这些组合进行验证。 2.一种根据权利要求1所述的基于深度学习的药物筛选装置， 包括虚拟筛选机(1)， 其 特征在于： 所述虚拟 筛选机(1)的内腔底部固定 设置有容纳箱(2)， 所述容纳箱(2)的顶部中 间固定设置有载药台(3)， 所述容纳箱(2)的顶部左右两侧均开设有落药口(4)， 所述虚拟 筛 选机(1)的内腔左侧开设有放置 槽(7)， 所述 放置槽(7)的内部设置有药渣清洁组件(8)； 所述药渣清洁组件(8)包括伸缩杆(81)， 所述伸缩杆(81)的内腔左右两侧壁之间固定 设置有弹性通气柱(82)， 所述伸缩杆(81)的右端固定设置有衔接杆(83)， 所述衔接杆(83) 的底部固定设置有承载板(84)， 所述承载板(84)的底部固定设置有清洁海绵块(85)， 所述 放置槽(7)的内腔底部右侧固定设置有清刮组件(9)， 所述虚拟筛选机(1)的内腔左侧壁开 设有通气腔(10)， 所述虚拟筛 选机(1)的左侧固定设置有抽吸两用泵(1 1)。 3.根据权利要求2所述的一种基于深度 学习的药物筛选装置， 其特征在于： 所述容纳箱 (2)的内腔顶部左右两侧均固定设置有两个弹簧(5)。 4.根据权利要求3所述的一种基于深度 学习的药物筛选装置， 其特征在于： 同侧两个所 述弹簧(5)的底部 之间固定 设置有过滤网(6)， 所述过滤网(6)位于对应一侧落药口(4)的正 下方。 5.根据权利要求2所述的一种基于深度 学习的药物筛选装置， 其特征在于： 所述清洁海 绵块(85)的底部与载 药台(3)的顶部位于同一水平高度。 6.根据权利要求2所述的一种基于深度 学习的药物筛选装置， 其特征在于： 所述清刮组 件(9)包括承载框(91)， 所述承载框(91)的顶部从前到后均匀固定设置有若干塑料刮齿 (92)。 7.根据权利要求2所述的一种基于深度 学习的药物筛选装置， 其特征在于： 所述通气腔 (10)与弹性通气柱(82)的内部相连通， 所述抽吸两用泵(11)的输气端与通气腔(10)的内部 相连通。 8.根据权利要求2所述的一种基于深度 学习的药物筛选装置， 其特征在于： 所述容纳箱 (2)的内部滑动连接有集渣盒(12)， 所述集渣盒(12)的内腔上部前后壁之间均匀固定设置 有若干防飞扬板(13)。权　利　要　求　书 1/1 页 2 CN 115228781 A 2一种基于深度学习的药物筛选方 法 技术领域 [0001]本发明涉及药物筛 选技术领域， 具体为 一种基于深度学习的药物筛 选方法。 背景技术 [0002]药物是用以预防、 治疗及诊断疾病的物质。 在理论上， 药物是指凡能影响机体器官 生理功能及细胞代谢活动的化学物质都属于药物的范畴， 也包括避孕药。 依照法律药物及 国际上分类管 理分为两类： 处方药物及非处方药物(OTC)。 处方药物指那些考虑到医疗安全 只能在医疗监护下使用的药物， 必须由执业医师出具书面处方(例如内科医生、 牙科医生或 兽医)。 非处方药物指那些不用医疗监护即具相当安全性的药物， 可在无 处方情况下由药店 直接出售。 [0003]现有的基于深度学习的药物筛选方法， 在确定有效药物组合的过程中， 需要将待 筛选的药物放置在载药台上进 行操作， 操作好后将药物取走， 载药台表面会残留药渣， 缺乏 相应清理药渣的结构， 会对下一种待筛选的药物造成干扰影响， 导致筛选的准确性降低， 具 有较大的改进空间， 实用性较差 。 发明内容 [0004]针对现有技术的不足， 本发明提供了一种基于深度学习的药物筛选方法， 解决了 在确定有效药物组合的过程中， 需要将待筛选的药物放置在载药台上进行操作， 操作好后 将药物取走， 载药台表面会残留药渣， 缺乏相应清理药渣的结构， 会对下一种待筛选的药物 造成干扰 影响， 导致筛选的准确性降低的问题。 [0005]为实现以上目的， 本发明通过以下技术方案予以实现： 一种基于深度学习的药物 筛选方法， 该 方法包括以下步骤： [0006]步骤一、 建立model ‑1： 建立癌细胞系中药物组合协同作用的预测模型model ‑1； [0007]步骤二、 改造结构： 基于SMILES提取药物特征、 进行数据增强和神经网络结构改 造； [0008]步骤三、 引入限制条件： 基于表型的药物筛选视角出发， 引入基因表达谱(作为表 型)和分子骨架作为药物 虚拟筛选的限制条件； [0009]步骤四、 构建 model‑2： 构建基因 ‑分子骨架生成模型model ‑2； [0010]步骤五、 数据库筛选： 以分子骨架为锚点， 对大规模药物数据库进行药物虚拟筛 选； [0011]步骤六、 生成小分子： 药物设计、 生成全新的小分子； [0012]步骤七、 药物虚拟筛选： 在FDA批准的药物库、 ChEMBL药物库和ZINC药物库中对一 些癌细胞系进行基于不同表型的药物组合虚拟筛 选； [0013]步骤八、 验证： 通过靶点预测 和分子对接等手段对这些组合进行验证。 [0014]本发明还公开了一种基于深度学习的药物筛选装置， 包括虚拟筛选机， 所述虚拟 筛选机的内腔底部固定设置有容纳箱， 所述容纳箱的顶部中间固定设置有载药台， 所述容说　明　书 1/4 页 3 CN 115228781 A 3