药物的研发是一项复杂的工作,如何使用高效便捷的方法得到疗效可靠的药物一直是个难题,传统的药物实验效率已经不适应于快速变化的社会需求,而且会造成巨大的浪费。近年来随着生物医学的进步大量的蛋白质及小分子受体被开发出来并被收集到数据库中,而随着计算机技术的发展成熟出现了使用机器学习和深度学习方法进行药物筛选的技术,这些新兴技术可以预测小分子药物与靶向蛋白之间的亲和力,判别分子与靶标蛋白之间是否具有活性。使用机器学习和深度学习技术对药物库可以更有效和更准确地筛选药物。本文以DUD(Directory of Useful Decoys)中化合物与蛋白质测试基准数据集进行测试,采用机器学习和深度学习方法进行分子活性区分,将分子特征使用数字化进行处理挖掘出数据中的特征信息。主要内容如下:1、阐述虚拟筛选的含义和近些年来机器学习技术在药物筛选方面的相关研究,并详细介绍K最近邻算法、支持向量机算法和人工神经网络的理论内容。2、介绍了蛋白质的特征组成和分类方法,在传统的机器学习上采用编码的方式构建蛋白质模型。以DUD药物库相关靶标作为基准数据集,结合主成分分析降维方式降低样本数据的维度,使用KNN和SVM算法对机器学习参数进行寻优并建立虚拟筛选的分类模型,使用5重交叉验证的方法得到ace模型的分类准确率,最终得到SVM和KNN 分类的精确度分别为 73.3%和 67.9%,ROC 曲线(Receiver Operating Characteristic)下面积分别为0.81和0.68。3、提出结合深度学习的方法进行虚拟筛选,构建由编码器组成的特征学习网络,再使用词嵌入的方法从给定数据集中学习如何提取相关特征,获取配体原子和残基类型进行特征分析,快速识别活性分子和非活性分子,使用5折验证方法对ace蛋白模型进行训练测试,精确度高达0.97。最后通过分析富集因子和AUC值验证诱饵化合物与分子蛋白的互相作用。实验证明与K最近邻、支持向量机相比深度神经网络建立的虚拟筛选方法是最有效的。