本發(fā)明涉及生物醫(yī)學(xué)，尤其涉及一種基于機(jī)器學(xué)習(xí)與高通量篩選的納米粒制備方法。
背景技術(shù)：
1、近年來(lái)，納米技術(shù)的蓬勃發(fā)展為許多領(lǐng)域帶來(lái)了革命性進(jìn)步，其中金屬多酚網(wǎng)絡(luò)納米粒作為一種新興的納米材料，吸引了大量的關(guān)注。這類材料結(jié)合了金屬離子的協(xié)調(diào)能力與多酚化合物的獨(dú)特化學(xué)性質(zhì)，通過(guò)簡(jiǎn)單的自組裝過(guò)程可以制備出結(jié)構(gòu)穩(wěn)定、功能多樣的納米粒子。金屬多酚網(wǎng)絡(luò)不僅在藥物遞送領(lǐng)域展現(xiàn)了巨大的潛力，例如實(shí)現(xiàn)對(duì)藥物分子的高效包載與控制釋放，還被廣泛應(yīng)用于腫瘤診療、抗菌治療、組織工程及光熱療法等領(lǐng)域。此外，得益于其多樣的金屬-酚羥基絡(luò)合作用模式，這些納米粒的組分可以靈活調(diào)整，從而在光學(xué)傳感、磁共振成像及催化反應(yīng)中具備可調(diào)的性能。例如，將稀土金屬引入網(wǎng)絡(luò)中可提升磁共振對(duì)比度，將具有氧化還原活性的金屬引入則能增強(qiáng)催化效率。因此，金屬多酚網(wǎng)絡(luò)材料的研究與應(yīng)用正逐步從實(shí)驗(yàn)室走向?qū)嶋H應(yīng)用場(chǎng)景，其獨(dú)特的物化性能和設(shè)計(jì)靈活性，使其在未來(lái)材料科學(xué)、生物醫(yī)學(xué)工程及環(huán)境保護(hù)領(lǐng)域有著廣闊的應(yīng)用前景。
2、在藥物研發(fā)與配方設(shè)計(jì)中，傳統(tǒng)的實(shí)驗(yàn)方法通常耗時(shí)較長(zhǎng)且成本高昂。近年來(lái)，計(jì)算藥劑學(xué)逐漸成為一種行之有效的研究手段，通過(guò)運(yùn)用數(shù)學(xué)模型和計(jì)算機(jī)算法，可以快速篩選和優(yōu)化配方，提高研發(fā)效率。在此過(guò)程中，機(jī)器學(xué)習(xí)技術(shù)的引入使得計(jì)算藥劑學(xué)從早期的定量構(gòu)效關(guān)系分析(qsar)逐漸發(fā)展為一種復(fù)雜的、多維度的建模工具。機(jī)器學(xué)習(xí)通過(guò)對(duì)大量實(shí)驗(yàn)數(shù)據(jù)的學(xué)習(xí)和歸納，能夠預(yù)測(cè)出化合物的溶解性、穩(wěn)定性、代謝特性以及與載體的相互作用等關(guān)鍵參數(shù)，從而為納米載體和藥物分子的優(yōu)化設(shè)計(jì)提供指導(dǎo)。以監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)為代表的多種算法可以分析不同金屬離子與多酚分子的配位模式，找出有利于網(wǎng)絡(luò)穩(wěn)定性和生物相容性的配方條件；而通過(guò)深度學(xué)習(xí)，則能夠在更復(fù)雜的多參數(shù)空間中挖掘出潛在規(guī)律，為設(shè)計(jì)新型材料和個(gè)性化藥物遞送系統(tǒng)提供更精確的預(yù)測(cè)。在藥劑學(xué)領(lǐng)域中，這種技術(shù)已經(jīng)被用于預(yù)測(cè)藥物釋放曲線、改進(jìn)納米粒子的物化性能，以及加速新材料的高通量篩選，從而顯著縮短研發(fā)周期、降低研發(fā)成本，并提升最終產(chǎn)品的質(zhì)量和療效。因此，隨著機(jī)器學(xué)習(xí)技術(shù)的不斷進(jìn)步，計(jì)算藥劑學(xué)模型在材料科學(xué)、藥物開發(fā)和個(gè)性化醫(yī)療中的應(yīng)用潛力正變得越來(lái)越不可忽視，為生物醫(yī)藥領(lǐng)域的技術(shù)創(chuàng)新帶來(lái)了新的動(dòng)力。
3、目前，在制備過(guò)程中，金屬多酚網(wǎng)絡(luò)的均一性和穩(wěn)定性控制是一個(gè)主要挑戰(zhàn)，常規(guī)方法往往難以實(shí)現(xiàn)粒徑的精確調(diào)控以及結(jié)構(gòu)的一致性，導(dǎo)致產(chǎn)品批次間性能波動(dòng)較大；此外，某些制備條件需要嚴(yán)格的ph值、溫度或金屬離子濃度，這對(duì)大規(guī)模生產(chǎn)的穩(wěn)定性構(gòu)成了限制。由于多酚類化合物種類繁多，其反應(yīng)條件和產(chǎn)物特性可能差異顯著，因此建立普適性強(qiáng)且高效的制備策略仍然面臨不小的難度。
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此，本發(fā)明提供一種基于機(jī)器學(xué)習(xí)與高通量篩選的納米粒制備方法，以解決上述問題。
2、本發(fā)明提供一種基于機(jī)器學(xué)習(xí)與高通量篩選的納米粒制備方法，包括：利用多酚與金屬離子在不同實(shí)驗(yàn)條件下進(jìn)行金屬多酚網(wǎng)絡(luò)納米粒制備實(shí)驗(yàn)，并記錄實(shí)驗(yàn)結(jié)果；基于所述實(shí)驗(yàn)條件及實(shí)驗(yàn)結(jié)果，提取特征標(biāo)簽；基于所述特征標(biāo)簽對(duì)應(yīng)的實(shí)驗(yàn)特征數(shù)據(jù)構(gòu)建初篩數(shù)據(jù)集；根據(jù)所述初篩數(shù)據(jù)集中的實(shí)驗(yàn)特征數(shù)據(jù)與所述實(shí)驗(yàn)結(jié)果之間的關(guān)系以及最小二乘提升算法進(jìn)行模型訓(xùn)練，得到基礎(chǔ)預(yù)測(cè)模型；通過(guò)不同預(yù)測(cè)驗(yàn)證手段擴(kuò)充所述初篩數(shù)據(jù)集，并基于擴(kuò)充后的數(shù)據(jù)集對(duì)所述基礎(chǔ)預(yù)測(cè)模型進(jìn)行迭代訓(xùn)練，得到標(biāo)準(zhǔn)預(yù)測(cè)模型；通過(guò)所述標(biāo)準(zhǔn)預(yù)測(cè)模型生成理化特性符合預(yù)設(shè)要求的配方，并基于高通量方法從中篩選出抗氧化活性最優(yōu)配方；采用所述最優(yōu)配方完成制備實(shí)驗(yàn)，得到納米粒，并對(duì)所述納米粒進(jìn)行表征。
3、在本發(fā)明的另一實(shí)現(xiàn)方式中，所述金屬多酚網(wǎng)絡(luò)納米粒制備實(shí)驗(yàn)中采用的多酚為丹參素、丹酚酸b、原兒茶酚、羥基紅花黃色素a；采用的金屬離子為鈰離子。
4、在本發(fā)明的另一實(shí)現(xiàn)方式中，所述特征標(biāo)簽包括配比參數(shù)特征標(biāo)簽和工藝參數(shù)特征標(biāo)簽；所述配比參數(shù)特征標(biāo)簽包括各成分濃度、金屬濃度、各成分與金屬比例關(guān)系、總成分濃度、總金屬濃度、酚羥基與金屬的比例關(guān)系；所述工藝參數(shù)特征標(biāo)簽包括反應(yīng)體積、反應(yīng)時(shí)間、轉(zhuǎn)子轉(zhuǎn)速、溶液ph值。
5、在本發(fā)明的另一實(shí)現(xiàn)方式中，還包括：對(duì)所述特征標(biāo)簽對(duì)應(yīng)的實(shí)驗(yàn)特征數(shù)據(jù)進(jìn)行預(yù)處理，所述預(yù)處理包括數(shù)據(jù)清洗、標(biāo)準(zhǔn)化處理、歸一化處理及數(shù)據(jù)降維處理。
6、在本發(fā)明的另一實(shí)現(xiàn)方式中，所述數(shù)據(jù)降維處理采用t-sne方法將所述特征標(biāo)簽對(duì)應(yīng)的實(shí)驗(yàn)特征數(shù)據(jù)降為二維數(shù)據(jù)；對(duì)所述二維數(shù)據(jù)進(jìn)行可視化分析，得到分布規(guī)律。
7、本發(fā)明的另一方面，提供一種基于機(jī)器學(xué)習(xí)與高通量篩選的納米粒制備系統(tǒng)，包括：數(shù)據(jù)獲取模塊：利用多酚與金屬離子在不同實(shí)驗(yàn)條件下進(jìn)行金屬多酚網(wǎng)絡(luò)納米粒制備實(shí)驗(yàn)，并記錄實(shí)驗(yàn)結(jié)果；數(shù)據(jù)處理模塊：基于所述實(shí)驗(yàn)條件及實(shí)驗(yàn)結(jié)果，提取特征標(biāo)簽；基于所述特征標(biāo)簽對(duì)應(yīng)的實(shí)驗(yàn)特征數(shù)據(jù)構(gòu)建初篩數(shù)據(jù)集；模型構(gòu)建模塊：根據(jù)所述初篩數(shù)據(jù)集中的實(shí)驗(yàn)特征數(shù)據(jù)與所述實(shí)驗(yàn)結(jié)果之間的關(guān)系以及最小二乘提升算法進(jìn)行模型訓(xùn)練，得到基礎(chǔ)預(yù)測(cè)模型；參數(shù)優(yōu)化模塊：通過(guò)不同預(yù)測(cè)驗(yàn)證手段擴(kuò)充所述初篩數(shù)據(jù)集，并基于擴(kuò)充后的數(shù)據(jù)集對(duì)所述基礎(chǔ)預(yù)測(cè)模型進(jìn)行迭代訓(xùn)練，得到標(biāo)準(zhǔn)預(yù)測(cè)模型；配方預(yù)測(cè)模塊：通過(guò)所述標(biāo)準(zhǔn)預(yù)測(cè)模型生成理化特性符合預(yù)設(shè)要求的配方，并基于高通量方法從中篩選出抗氧化活性最優(yōu)配方；納米粒制備模塊：采用所述最優(yōu)配方完成制備實(shí)驗(yàn)，得到納米粒，并對(duì)所述納米粒進(jìn)行表征。
8、本發(fā)明的另一方面，提供一種電子設(shè)備，包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上述任一項(xiàng)所述的一種基于機(jī)器學(xué)習(xí)與高通量篩選的納米粒制備方法的步驟。
9、本發(fā)明的另一方面，提供一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一項(xiàng)所述的一種基于機(jī)器學(xué)習(xí)與高通量篩選的納米粒制備方法中的步驟。
10、本發(fā)明的基于機(jī)器學(xué)習(xí)與高通量篩選的納米粒制備方法，通過(guò)構(gòu)建基于機(jī)器學(xué)習(xí)的金屬多酚網(wǎng)絡(luò)計(jì)算藥劑學(xué)模型，實(shí)現(xiàn)對(duì)配方的智能預(yù)測(cè)和優(yōu)化；利用該模型，可以有效地分析多種金屬離子與多酚化合物間的復(fù)雜相互作用規(guī)律，從而在不依賴大量實(shí)驗(yàn)篩選的情況下，快速預(yù)測(cè)出具有特定物理化學(xué)性質(zhì)、穩(wěn)定性和生物功能的最佳配方；顯著提高了配方研發(fā)效率，降低了試驗(yàn)成本，并為后續(xù)制備和功能化修飾提供科學(xué)依據(jù)，進(jìn)一步推動(dòng)金屬多酚網(wǎng)絡(luò)材料在藥物遞送和生物醫(yī)學(xué)領(lǐng)域的應(yīng)用。
1.一種基于機(jī)器學(xué)習(xí)與高通量篩選的納米粒制備方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述金屬多酚網(wǎng)絡(luò)納米粒制備實(shí)驗(yàn)中采用的多酚為丹參素、丹酚酸b、原兒茶酚、羥基紅花黃色素a；
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述特征標(biāo)簽包括配比參數(shù)特征標(biāo)簽和工藝參數(shù)特征標(biāo)簽；
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述數(shù)據(jù)降維處理采用t-sne方法將所述特征標(biāo)簽對(duì)應(yīng)的實(shí)驗(yàn)特征數(shù)據(jù)降為二維數(shù)據(jù)；
6.一種基于機(jī)器學(xué)習(xí)與高通量篩選的納米粒制備系統(tǒng)，其特征在于，包括：
7.一種電子設(shè)備，其特征在于，包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至5中任一項(xiàng)所述的一種基于機(jī)器學(xué)習(xí)與高通量篩選的納米粒制備方法的步驟。
8.一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至5中任一項(xiàng)所述的一種基于機(jī)器學(xué)習(xí)與高通量篩選的納米粒制備方法中的步驟。