-
公开(公告)号：CN113192572B
公开(公告)日：2022-08-23
申请号：CN202110478484.0
申请日：2021-04-29
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于分子相似性和半监督学习的药物虚拟筛选方法和装置，该方法包括以下步骤：S1：收集数据集，得到有生物活性值的配体分子样本和无生物活性值的配体分子样本；S2：使用S1步骤中得到的有生物活性值的配体分子样本构建回归模型；S3：计算数据集中分子间的相似度；S4：利用S3步骤中得到的分子相似度和S2步骤中得到的回归模型，计算三元组损失；S5：根据S2步骤和S4步骤得到的损失函数训练模型。基于半监督学习方法，在模型训练中引入大量的无实验生物活性值样本，使用分子相似度和三元组损失对无实验生物活性值样本的模型预测值进行约束，解决实际应用场景中大量无生物活性值的样本无法有效参与模型训练的难题。
-
公开(公告)号：CN113192572A
公开(公告)日：2021-07-30
申请号：CN202110478484.0
申请日：2021-04-29
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于分子相似性和半监督学习的药物虚拟筛选方法和装置，该方法包括以下步骤：S1：收集数据集，得到有生物活性值的配体分子样本和无生物活性值的配体分子样本；S2：使用S1步骤中得到的有生物活性值的配体分子样本构建回归模型；S3：计算数据集中分子间的相似度；S4：利用S3步骤中得到的分子相似度和S2步骤中得到的回归模型，计算三元组损失；S5：根据S2步骤和S4步骤得到的损失函数训练模型。基于半监督学习方法，在模型训练中引入大量的无实验生物活性值样本，使用分子相似度和三元组损失对无实验生物活性值样本的模型预测值进行约束，解决实际应用场景中大量无生物活性值的样本无法有效参与模型训练的难题。
-
Search Results
2
records
(took 0.015 seconds)
