公开(公告)号：CN114783545B

公开(公告)日：2024-03-15

申请号：CN202210449861.2

申请日：2022-04-26

Applicant: 南京邮电大学

Inventor： 吴建盛 ,  朱翔宇 ,  丁季 ,  唐诗迪 ,  胡海峰

IPC: G16C20/50 ,  G16C20/90 ,  G16C20/70 ,  G16C10/00 ,  G06F9/50

Abstract: 本发明公开了一种基于GPU加速的分子对接方法及装置，包括：CPU端进行数据准备以及设置OpenCL环境，其中数据准备包括对接盒子及对接盒子的参数准备，随后将数据传输到GPU端；GPU端计算对接盒子中格点处原子和受体的原子的相互作用力并生成网格缓存表；CPU端生成配体的多个随机分子构象并传到GPU端，GPU端利用蒙特卡罗的迭代局部搜索算法优化随机分子构象并打分，得到构象并传输至回CPU端；CPU端将构象进行优化和排序；依次对配体库中所有配体进行上述优化步骤；使用打分函数ΔvinaRF20对CPU端中的分子构象进行打分并排序。本发明通过ΔvinaRF20对构象重新打分并排序，提高了输出构象的准确性；提出了一种基于OpenCL的AutoDock Vina异构并行加速结构，降低了对接时间和药物研发成本。

公开(公告)号：CN114783545A

公开(公告)日：2022-07-22

申请号：CN202210449861.2

申请日：2022-04-26

Applicant: 南京邮电大学

Inventor： 吴建盛 ,  朱翔宇 ,  丁季 ,  唐诗迪 ,  胡海峰

IPC: G16C20/50 ,  G16C20/90 ,  G16C20/70 ,  G16C10/00 ,  G06F9/50

Abstract: 本发明公开了一种基于GPU加速的分子对接方法及装置，包括：CPU端进行数据准备以及设置OpenCL环境，其中数据准备包括对接盒子及对接盒子的参数准备，随后将数据传输到GPU端；GPU端计算对接盒子中格点处原子和受体的原子的相互作用力并生成网格缓存表；CPU端生成配体的多个随机分子构象并传到GPU端，GPU端利用蒙特卡罗的迭代局部搜索算法优化随机分子构象并打分，得到构象并传输至回CPU端；CPU端将构象进行优化和排序；依次对配体库中所有配体进行上述优化步骤；使用打分函数ΔvinaRF20对CPU端中的分子构象进行打分并排序。本发明通过ΔvinaRF20对构象重新打分并排序，提高了输出构象的准确性；提出了一种基于OpenCL的AutoDock Vina异构并行加速结构，降低了对接时间和药物研发成本。

公开(公告)号：CN113806923A

公开(公告)日：2021-12-17

申请号：CN202110991468.1

申请日：2021-08-26

Applicant: 南京邮电大学

Inventor： 吴建盛 ,  马丽晓 ,  朱翔宇 ,  胡海峰

IPC: G06F30/20 ,  G16H20/10 ,  G06F119/02

Abstract: 本发明揭示了一种基于nlmixr包的药动学‑药效学模型超参数自动学习方法及装置，该方法包括以下步骤：S1：基于nlmixr软件包构建药动学‑药效学模型；S2：确定超参数空间；S3：结合机器学习算法来获得候选超参数集合，S4：交叉验证机制；S5：包括已取得最佳结果的超参数的组合评分及提供优化过程期间观察到的最好的评分。本技术方案首先通过nlmixr软件包进行药动‑药效学模型的构建，接着确定模型的超参数空间，并进行药动学‑药效学超参数的初始估计，再结合机器学习相关算法实现初始超参数的自动调优。

公开(公告)号：CN113806923B

公开(公告)日：2023-12-22

申请号：CN202110991468.1

申请日：2021-08-26

Applicant: 南京邮电大学

Inventor： 吴建盛 ,  马丽晓 ,  朱翔宇 ,  胡海峰

IPC: G06F30/20 ,  G16H20/10 ,  G06F119/02

Abstract: 本发明揭示了一种基于nlmixr包的药动学‑药效学模型超参数自动学习方法及装置，该方法包括以下步骤：S1：基于nlmixr软件包构建药动学‑药效学模型；S2：确定超参数空间；S3：结合机器学习算法来获得候选超参数集合，S4：交叉验证机制；S5：包括已取得最佳结果的超参数的组合评分及提供优化过程期间观察到的最好的评分。本技术方案首先通过nlmixr软件包进行药动‑药效学模型的构建，接着确定模型的超参数空间，并进行药动学‑药效学超参数的初始估计，再结合机器学习相关算法实现初始超参数的自动调优。