公开(公告)号：CN117558355A

公开(公告)日：2024-02-13

申请号：CN202311496800.2

申请日：2023-11-10

Applicant: 之江实验室 ,  浙江大学

Inventor： 黄元盛 ,  李蓝青 ,  陈广勇 ,  康玉 ,  侯廷军

IPC: G16C20/10 ,  G16C20/30 ,  G16C20/70 ,  G16B40/00 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明公开了一种基于对比学习的生物合成表征方法及模型，属于生物合成反应的表征领域，包括：构建包含酶、酶的EC编号以及生物合成反应的训练样本集；采用对比学习方法，基于训练样本集构建包含酶的表征模型和小分子表征模型的生物合成表征模型，训练过程中使化学反应底物和产物间的损失函数、酶和EC编号间的损失函数、小分子和酶相互作用的损失函数最小化，完成对生物合成表征模型的训练；将下游任务的分子输入训练好的生物合成表征模型进行表征，得到酶的功能表征。本发明基于对比学习方法，构建了包含酶的表征模型和小分子表征模型的生物合成表征模型，能够同时实现小分子和酶的表征，从而实现多种酶的多种功能的通用性预测。

公开(公告)号：CN117316330A

公开(公告)日：2023-12-29

申请号：CN202311158775.7

申请日：2023-09-08

Applicant: 之江实验室

Inventor： 张昊天 ,  侯廷军 ,  陈广勇 ,  王二成 ,  张徐俊 ,  黄元盛 ,  吴正健 ,  杨耀东 ,  王天玥

IPC: G16C20/50 ,  G16C20/70 ,  G16C20/10 ,  G06N3/0895

Abstract: 本申请涉及一种先导化合物优化方法、装置、电子装置和存储介质，其中，该方法包括：将蛋白小分子掩码训练对数据输入至待训练先导化合物优化模型；调用多个网络层对先导化合物的训练样本数据进行预测，得到与蛋白口袋匹配的新生成原子的信息；基于新生成原子的信息，计算得到待训练先导化合物优化模型的损失值；确定损失值在预设的阈值范围内的待训练先导化合物优化模型为目标先导化合物优化模型；将待优化蛋白口袋数据和待优化分子片段数据输入至目标先导化合物优化模型，得到优化后的先导化合物。通过本申请解决了传统先导化合物优化方法受限于事先准备的化合物库所表达的活性化合物空间的问题。

公开(公告)号：CN116580764A

公开(公告)日：2023-08-11

申请号：CN202310452223.0

申请日：2023-04-21

Applicant: 杭州碳硅智慧科技发展有限公司 ,  之江实验室

Inventor： 张徐俊 ,  侯廷军 ,  陈广勇 ,  谢昌谕 ,  康玉 ,  沈超 ,  王哲 ,  王天玥 ,  王二成 ,  邓亚峰 ,  施慧

IPC: G16B15/30 ,  G16B15/20 ,  G16B40/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/082

Abstract: 本申请提供了一种分子结合构象确定方法及装置。包括：获取化学分子对应的分子图，及蛋白质对应的残基图；将所述分子图和所述残基图输入至分子对接模型，所述分子对接模型包括：分子图编码网络层、残基图编码网络层和构象预测网络层；调用所述分子图编码网络层对所述分子图进行处理，更新所述分子图的分子节点特征，并调用所述残基图编码网络层对所述残基图进行处理，更新所述残基图的蛋白节点特征；调用相互作用构建模块对更新后的残基图和分子图进行图节点对并新增边处理，得到相互作用图；调用所述构象预测网络层对所述相互作用图进行处理，得到所述化学分子与所述蛋白质之间的分子结合构象。本申请可以提高结合构象的预测精度和预测速度，以及虚拟筛选的筛选能力和命中率。