本发明公开一种基于分子结构及基因表达的药物IC50深度学习模型预测方法,包括:建立预测药物在不同细胞系中的IC50的深度学习模型;基于深度学习模型进行药物在不同细胞系中的IC50的预测。还公开了预测系统、电子设备及计算机可读存储介质,使用语法变异自动编码器编码药物的化学分子式与使用变异自动编码器编码细胞系表达数据,通过神经网络的方法预测药物在不同细胞系中的IC50,可以直接通过药物的分子信息,预测出药物在不同种类癌症细胞系中IC50的值,可以一定程度上减少临床前开发的资金与时间投入。将模型运用在患者中,可以帮助筛选出药物的适用人群,减少不必要的临床实验,进而提高临床实验的成功率。
声明:
“基于分子结构及基因表达的药物IC50深度学习模型预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)