摘要
本发明公开了一种基于人工智能的多肽药物毒性预测方法及系统,涉及药物筛分技术领域,所述方法包括:采集多肽分子的序列数据和性质标签,构建多肽代谢的速率常数预测模型计算速率常数,构建动力学模拟的机器学习模型,得到多肽分子及其水解产物的毒性预测结果。通过结合智能分词和上下文统计信息,同时结合多肽的词嵌入向量,这样可以充分提取到多肽的信息并结合二者的优势,更精确地实现了多肽毒性的预测。此外引入了一级反应动力学方程,考虑了多肽代谢产物的毒性,完善了多肽整体毒性的评估。同时,通过整体毒性的预测从上下文词频信息中抽取对应的氨基酸组合信息,使毒性片段的预测结果更加精确。
技术关键词
毒性预测方法
序列特征
贝叶斯回归模型
分子
药物筛分技术
机器学习模型
速率
词嵌入模型
识别多肽
描述符
可读存储介质
关系
训练集
数据采集模块
特征选择
预测系统
系统为您推荐了相关专利信息
心肌细胞
线粒体功能
标志物
心力衰竭模型
心力衰竭治疗
分子筛电加热器
加热控制系统
指数
链表
数据采集模块
孔隙网络模型
流动模拟方法
页岩岩心
三维数字岩心
模拟模型