基于深度学习的AXL抑制剂高通量虚拟筛选方法和装置

AITNT
正文
推荐专利
基于深度学习的AXL抑制剂高通量虚拟筛选方法和装置
申请号:CN202410952544
申请日期:2024-07-16
公开号:CN119274690A
公开日期:2025-01-07
类型:发明专利
摘要
本发明涉及一种基于深度学习的AXL抑制剂高通量虚拟筛选方法,其特征在于,包括:分别获取配体和受体蛋白质,所述配体和所述受体蛋白质结构使用相同程序进行格式转换;建立数据库,用于高通量虚拟筛选,所述数据库至少包括第一数据库和第二数据库;评估并确定深度学习算法和分子对接程序;根据经确定的深度学习算法和分子对接程序,进行高通量虚拟筛选,通过所述高通量虚拟筛选获得准目标分子;检测所述准目标分子对于AXL的体外抑制活性,获得最终目标分子;对所述最终目标分子进行生物学效应评估。本发明还涉及装置。
技术关键词
虚拟筛选方法 深度学习算法 高通量 分子 程序 虚拟筛选装置 配体 受体 格式 效应 模块 化学式 药物
系统为您推荐了相关专利信息
1
极涌EMC分地FOC控制器
电磁干扰信号 FOC控制器 差分电路 运算放大器 单片机
2
一种二维码识别方法及装置、电子设备、存储介质
位置探测图形 二维码识别方法 边缘检测算法 直方图均衡化 滤波
3
风险预测方法、装置、设备、存储介质和程序产品
风险预测方法 风险预测模型 动态 风险预测装置 对象
4
基于DQN的车联网计算卸载与轨迹联合优化方法及智能汽车
轨迹联合优化方法 DQN算法 时延 车辆 智能网联交通系统
5
运行参数的预测方法、装置、设备和存储介质
门控神经网络 对象 参数 计算机程序产品 数据分布
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号