一种基于生成对抗网络的药物先导化合物筛选方法和系统

摘要

本发明公开了一种基于生成对抗网络的药物先导化合物筛选方法，包括：收集并建立与疾病相关的化合物数据集；根据化合物数据集，训练基于生成对抗网络的神经网络模型；根据神经网络模型，生成具有潜在治愈疾病的候选先导化合物。本发明利用与疾病相关的化合物数据用来训练基于生成对抗网络的神经网络模型，编码器和判别器直接相互竞争，从而来提高所生成的化合物分子指纹的有效性，既保留了原有训练数据的特性，同时可以快速探索出不一样的具有某些新特性的化合物分子；这将有效加速药物先导化合物的筛选过程，并保证所发现的先导化合物未来作为新型药物候选的有效性和准确度，从而解决目前药物发现流程耗费大量时间和财力的现状。