基于卷积神经网络的智能化先导化合物发现方法

本发明公开了基于卷积神经网络的图像识别系统，用于药物先导化合物发现的新方法。该方法旨在解决当前先导化合物虚拟筛选效率低、准确度不高的问题。

该方法首先将化合物结构式转为平面图片，并进行黑白化与反色处理。所有图片根据化合物的活性属性进行分类，并根据类别分别加以数字标签，输入系统。

选取一部分图片作为训练集，供卷积神经网络对分类问题进行深度学习。剩余部分作为测试集，以评价模型。

学习完成后，输入训练集及测试集以外的经同样处理的图片供系统计算，预测其对应的活性属性的概率。

本发明公开了基于卷积神经网络的图像识别系统用于药物先导化合物发现的新方法，以解决当前先导化合物虚拟筛选效率低、准确度不高的问题。该方法首先将化合物结构式转为平面图片，并进行黑白化与反色处理，所有图片根据化合物的活性属性分类并根据类别分别加以数字标签，输入系统。选取一部分图片作为训练集供卷积神经网络对分类问题进行深度学习，剩余部分作为测试集以评价模型。学习完成后，输入训练集及测试集以外的经同样处理的图片供系统计算，预测其对应的活性属性的概率。