一种虚拟药物生成方法、装置及计算机设备

摘要

本发明提供一种虚拟药物生成方法、装置及计算机设备，包括：获取待生成虚拟药物对应的工作流文件；根据所述工作流文件，确定待生成虚拟药物对应的至少一个处理环节；从软件池中确定每一处理环节对应的至少一个处理工具；将每一处理环节对应的处理工具分别进行组件化，得到各处理环节对应的处理工具组件；确定每一处理环节对应的计算资源，所述计算资源包括云计算资源和超级计算资源；控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理。本发明能够实现根据实际需求对待生成虚拟药物的全流程进行处理，且对各处理环节的处理方式更加灵活，针对虚拟药物生成的适用性和可操作性更强。

权利要求

1.一种虚拟药物生成方法，其特征在于，包括：

获取待生成虚拟药物对应的工作流文件；

根据所述工作流文件，确定待生成虚拟药物对应的至少一个处理环节；

从软件池中确定每一处理环节对应的至少一个处理工具；

确定各处理环节对应的处理工具数量，若处理工具数量为1，则获取该处理环节对应的处理工具的一级组件作为该处理环节的处理工具组件；若处理工具数量大于1，则根据预先规定的各处理环节的输入输出标准，对该处理环节对应的各处理工具的一级组件进行封装，得到该处理环节对应的处理工具组件；以得到各处理环节对应的处理工具组件；

确定每一处理环节对应的计算资源，所述计算资源包括云计算资源和超级计算资源；

控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据预先规定的各处理工具的输入输出标准，对所述软件池中的每一处理工具分别进行封装，得到每一处理工具对应的一级组件。

3.根据权利要求1或2所述的方法，其特征在于，所述控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理，包括：根据所述工作流文件，确定待生成虚拟药物对应的各处理环节的处理顺序；

按照所述处理顺序，依次控制相应的处理工具组件通过计算资源调用接口模块调用对应的计算资源对其对应的处理环节进行处理；

所述计算资源调用接口模块分别与云计算服务器服务接口和超级计算服务器服务接口连接，以实现对所述云计算资源和超级计算资源进行调用。

4.根据权利要求3所述的方法，其特征在于，在所述控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理的同时，所述方法还包括：监控所述云计算服务器的负载情况，当所述负载高于预设值时，控制当前运行中的处理工具组件通过所述计算资源调用接口模块调用所述超级计算资源对当前处理环节进行处理，所述云计算服务器用于提供云计算资源。

5.根据权利要求4所述的方法，其特征在于，所述控制当前运行中的处理工具组件通过所述计算资源调用接口模块调用所述超级计算资源对当前处理环节进行处理，包括：获取当前处理环节各计算作业的占用所述云计算服务器负载情况，按照占用所述云计算服务器负载从高到低的顺序，控制当前运行中的处理工具组件通过所述计算资源调用接口模块依次为相应的计算作业调取超级计算资源进行计算，直至所述云计算服务器的负载不高于所述预设值。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：确定用于虚拟药物生成的处理环节，并为每一处理环节生成至少一个可视化组件；所述可视化组件用于根据操作指令生成所述待生成虚拟药物对应的工作流文件。

7.根据权利要求6所述的方法，其特征在于，在控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理的同时，所述方法还包括：在每个处理环节处理结束后，对该处理环节的处理情况进行统计分析；

获取用户根据统计分析情况输入的操作指令，并执行所述操作指令。

8.一种虚拟药物生成装置，其特征在于，包括：

工作流获取模块，用于获取待生成虚拟药物对应的工作流文件；

处理环节确定模块，用于根据所述工作流文件，确定待生成虚拟药物对应的至少一个处理环节；

处理工具确定模块，用于从软件池中确定每一处理环节对应的至少一个处理工具；

处理工具组件化模块，用于确定各处理环节对应的处理工具数量，若处理工具数量为

1，则获取该处理环节对应的处理工具的一级组件作为该处理环节的处理工具组件；若处理工具数量大于1，则根据预先规定的各处理环节的输入输出标准，对该处理环节对应的各处理工具的一级组件进行封装，得到该处理环节对应的处理工具组件；以得到各处理环节对应的处理工具组件；

计算资源确定模块，用于确定每一处理环节对应的计算资源，所述计算资源包括云计算资源和超级计算资源；

处理模块，用于控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至

7任一项所述的虚拟药物生成方法。

说明书

一种虚拟药物生成方法、装置及计算机设备

技术领域

[0001] 本发明涉及药物生成技术领域，尤其涉及一种虚拟药物生成方法、装置及计算机设备。

背景技术

[0002] 随着计算机技术的蓬勃发展，在现代医药研发过程中，会使用到计算机辅助设计来降低新药研发的成本和周期。目前，针对计算机辅助药物设计的相关技术通常是对虚拟药物筛选环节进行深度研究，且大多是基于云计算技术实现。但药物生成过程中涉及到的流程非常多，还包括蛋白质结构预测、先导化和物优化、成药性分析等过程，且有些过程利用云计算资源进行计算便可完成，有些过程则需要利用超级计算强大的计算能力才成完成。因此，将云计算和超级计算相融合，在此基础上对虚拟药物生成的全流程计算进行研究，是非常有必要的。

发明内容

[0003] 有鉴于此，本发明提供一种虚拟药物生成方法、装置及计算机设备，利用云计算和超级计算相融合的计算资源对虚拟药物生成的全流程进行计算，至少部分解决现有技术中存在的问题。

[0004] 具体发明内容为：

[0005] 一种虚拟药物生成方法，包括：

[0006] 获取待生成虚拟药物对应的工作流文件；

[0007] 根据所述工作流文件，确定待生成虚拟药物对应的至少一个处理环节；

[0008] 从软件池中确定每一处理环节对应的至少一个处理工具；

[0009] 将每一处理环节对应的处理工具分别进行组件化，得到各处理环节对应的处理工具组件；

[0010] 确定每一处理环节对应的计算资源，所述计算资源包括云计算资源和超级计算资源；

[0011] 控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理。

[0012] 进一步地，所述方法还包括：

[0013] 根据预先规定的各处理工具的输入输出标准，对所述软件池中的每一处理工具分别进行封装，得到每一处理工具对应的一级组件。

[0014] 进一步地，所述将每一处理环节对应的处理工具分别进行组件化，得到各处理环节对应的处理工具组件，包括：

[0015] 确定各处理环节对应的处理工具数量，若处理工具数量为1，则获取该处理环节对应的处理工具的一级组件作为该处理环节的处理工具组件；

[0016] 若处理工具数量大于1，则根据预先规定的各处理环节的输入输出标准，对该处理环节对应的各处理工具的一级组件进行封装，得到该处理环节对应的处理工具组件。

[0017] 进一步地，所述控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理，包括：

[0018] 根据所述工作流文件，确定待生成虚拟药物对应的各处理环节的处理顺序；

[0019] 按照所述处理顺序，依次控制相应的处理工具组件通过计算资源调用接口模块调用对应的计算资源对其对应的处理环节进行处理；

[0020] 所述计算资源调用接口模块分别与云计算服务器服务接口和超级计算服务器服务接口连接，以实现对所述云计算资源和超级计算资源进行调用。

[0021] 进一步地，在所述控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理的同时，所述方法还包括：

[0022] 监控所述云计算服务器的负载情况，当所述负载高于预设值时，控制当前运行中的处理工具组件通过所述计算资源调用接口模块调用所述超级计算资源对当前处理环节进行处理，所述云计算服务器用于提供云计算资源。

[0023] 进一步地，所述控制当前运行中的处理工具组件通过所述计算资源调用接口模块调用所述超级计算资源对当前处理环节进行处理，包括：

[0024] 获取当前处理环节各计算作业的占用所述云计算服务器负载情况，按照占用所述云计算服务器负载从高到低的顺序，控制当前运行中的处理工具组件通过所述计算资源调用接口模块依次为相应的计算作业调取超级计算资源进行计算，直至所述云计算服务器的负载不高于所述预设值。

[0025] 进一步地，所述方法还包括：

[0026] 确定用于虚拟药物生成的处理环节，并为每一处理环节生成至少一个可视化组件；所述可视化组件用于根据操作指令生成所述待生成虚拟药物对应的工作流文件。

[0027] 进一步地，在控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理的同时，所述方法还包括：

[0028] 在每个处理环节处理结束后，对该处理环节的处理情况进行统计分析；

[0029] 获取用户根据统计分析情况输入的操作指令，并执行所述操作指令。

[0030] 一种虚拟药物生成装置，包括：

[0031] 工作流获取模块，用于获取待生成虚拟药物对应的工作流文件；

[0032] 处理环节确定模块，用于根据所述工作流文件，确定待生成虚拟药物对应的至少一个处理环节；

[0033] 处理工具确定模块，用于从软件池中确定每一处理环节对应的至少一个处理工具；

[0034] 处理工具组件化模块，用于将每一处理环节对应的处理工具分别进行组件化，得到各处理环节对应的处理工具组件；

[0035] 计算资源确定模块，用于确定每一处理环节对应的计算资源，所述计算资源包括云计算资源和超级计算资源；

[0036] 处理模块，用于控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理。

[0037] 一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述虚拟药物生成方法。

[0038] 本发明的有益效果体现在：

[0039] 本发明能够实现根据实际需求对待生成虚拟药物的全流程进行处理，且对各处理环节的处理方式更加灵活，针对虚拟药物生成的适用性和可操作性更强。本发明利用组件化后的软件工具对各处理环节进行处理，能够有效降低用户进行软件部署调试的时间，提高工作效率。本发明对云计算资源和超级计算资源进行了融合，能够对各处理环节进行充分计算，提高处理效率，缩短处理周期，进一步降低虚拟药物生成的时间成本。

附图说明

[0040] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

[0041] 图1为本发明实施例一种虚拟药物生成方法流程图；

[0042] 图2为本发明实施例一种通过API微服务接口调取计算资源的流程架构示意图；

[0043] 图3为本发明实施例一种虚拟药物生成方法框架示意图；

[0044] 图4为本发明实施例另一种虚拟药物生成方法流程图；

[0045] 图5为本发明实施例一种虚拟药物生成装置结构图。

具体实施方式

[0046] 下面结合附图对本发明实施例进行详细描述。

[0047] 需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合；并且，基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

[0048] 需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。

[0049] 本发明提供一种虚拟药物生成方法实施例，如图1所示，包括：

[0050] S11：获取待生成虚拟药物对应的工作流文件；所述工作流文件的来源包括：由用户输入、根据待生成虚拟药物的需求自动生成、网络获取；

[0051] S12：根据所述工作流文件，确定待生成虚拟药物对应的至少一个处理环节；

[0052] S13：从软件池中确定每一处理环节对应的至少一个处理工具；

[0053] 所述软件池中包含用于虚拟药物生成的软件及框架，如alphafold、virtualflow、autodock、Gromacs、amber；根据各处理环节的处理内容，有的处理环节仅需一个处理工具，有的处理环节则需要多个处理工具；在从软件池中确定每一处理环节对应的至少一个处理工具时，可由用户从软件池中自行确定，也可根据处理需求从软件池中自动确定；在软件池中，可根据各处理工具能够处理的用于虚拟药物生成的处理环节，为各处理工具添加标签，在用户从软件池中自行确定软件工具时，可根据标签为用户推荐每一处理环节可选的处理工具，避免用户勿选，提升工作效率；

[0054] S14：将每一处理环节对应的处理工具分别进行组件化，得到各处理环节对应的处理工具组件；

[0055] S15：确定每一处理环节对应的计算资源，所述计算资源包括云计算资源和超级计算资源；

[0056] 所述确定每一处理环节对应的计算资源，其确定方式包括：根据对照表自动确定，由用户根据各处理环节计算量自行确定；所述对照表包含用于虚拟药物生成的各处理环节与其对应的计算资源的对照关系；在虚拟药物生成过程中，有些处理环节利用云计算资源处理便可完成，有些处理环节则需要利用超级计算强大的处理能力才成完成，因此可根据各处理环节的计算量来评估各处理环节对应的计算资源，以此生成对照表，以实现对各处理环节对应的计算资源的自动确定；

[0057] S16：控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理。

[0058] 图1所述实施例可对各种形式、各种需求的工作流文件进行处理，满足对虚拟药物的全流程定制化生成的需求，同时对待生成虚拟药物对应的各处理环节的处理方式更灵活，适用性和可操作性更强。融合云计算资源和超级计算资源对虚拟药物生成的各处理环节进行处理，能够对各处理环节进行充分计算，提高处理效率，缩短处理周期，进一步降低虚拟药物生成的时间成本。

[0059] 优选地，本实施例所述方法还包括：

[0060] 根据预先规定的各处理工具的输入输出标准，对所述软件池中的每一处理工具分别进行封装，得到每一处理工具对应的一级组件。所述各处理工具的输入输出标准的规定方式包括：根据各处理工具在用于虚拟药物生成时的执行顺序，对照紧前处理工具的输出规定对应处理工具的输入标准，对照紧后处理工具的输入要求规定对应处理工具的输出标准。通过预先规定的各处理工具的输入输出标准对各处理工具分别进行封装得到对应的一级组件后，有利于对待生成虚拟药物对应的各处理环节进行处理时各处理环节的衔接，有效降低误算率，提高处理结果的准确性。该优选方案的过程可在流程开始前即S11步骤前完成，或在流程开始后S14步骤前完成，若在流程开始后S14步骤前完成，则不需要对软件池中的每一处理工具进行封装，仅对待生成虚拟药物对应的每一处理环节对应的处理工具分别进行封装，得到本流程中各待用处理工具的一级组件即可。

[0061] 优选地，本实施例所述将每一处理环节对应的处理工具分别进行组件化，得到各处理环节对应的处理工具组件，包括：

[0062] 确定各处理环节对应的处理工具数量，若处理工具数量为1，则获取该处理环节对应的处理工具的一级组件作为该处理环节的处理工具组件；若处理工具数量大于1，则根据预先规定的各处理环节的输入输出标准，对该处理环节对应的各处理工具的一级组件进行封装，得到该处理环节对应的处理工具组件。根据各处理环节的处理内容，有的处理环节仅需一个处理工具，有的处理环节则需要多个处理工具，当某一处理环节需要多个处理工具进行处理时，为进一步确保待生成虚拟药物对应的各处理环节的衔接性，进一步提升处理结果的准确性，需要对该处理环节对应的各处理工具的一级组件进行二次封装。所述各处理环节的输入输出标准的规定方式包括：根据各处理环节在虚拟药物生成过程中的处理顺序，对照紧前处理环节的输出规定对应处理环节的输入标准，对照紧后处理环节的输入要求规定对应处理环节的输出标准。

[0063] 虚拟药物生成涉及的环节多、流程复杂，其中涉及到的处理工具非常多，且待生成虚拟药物对应的每个处理环节都需要不同的处理工具支撑，针对不同的处理需求也涉及多个处理工具链。前述优选方案通过预先规定的输入输出标准将处理工具组件化，能够有效降低用户进行软件部署调试的时间，提高工作效率。

[0064] 优选地，本实施例所述控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理，包括：

[0065] 根据所述工作流文件，确定待生成虚拟药物对应的各处理环节的处理顺序；

[0066] 按照所述处理顺序，依次控制相应的处理工具组件通过计算资源调用接口模块调用对应的计算资源对其对应的处理环节进行处理；

[0067] 所述计算资源调用接口模块分别与云计算服务器服务接口和超级计算服务器服务接口连接，以实现对所述云计算资源和超级计算资源进行调用；所述服务接口包括：存储接口、计算接口。

[0068] 上述优选方案所述计算资源调用接口模块可以通过API微服务接口实现。在硬件环境中，云计算资源和超级计算资源是物理隔离的，计算资源调用接口模块分别与云计算服务器服务接口和超级计算服务器服务接口连接，根据待生成虚拟药物对应的各处理环节的处理需求动态调用云计算资源和超级计算资源，实现云计算资源和超级计算资源的融合，不浪费计算资源，提高资源利用率。在用户前端，可利用API微服务接口将计算资源抽象为以容器承载的微服务，提升计算资源调用的安全性和鲁棒性，且在用户侧无感知。相应地，本实施例提供一种通过API微服务接口调取计算资源的流程架构，如图2所示。

[0069] 优选地，本实施例在所述控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理的同时，还包括：

[0070] 监控所述云计算服务器的负载情况，当所述负载高于预设值时，控制当前运行中的处理工具组件通过所述计算资源调用接口模块调用所述超级计算资源对当前处理环节进行处理，所述云计算服务器用于提供云计算资源。所述预设值可根据实际运行环境进行设置，如云计算服务器CPU利用率80%。

[0071] 优选地，本实施例所述控制当前运行中的处理工具组件通过所述计算资源调用接口模块调用所述超级计算资源对当前处理环节进行处理，包括：

[0072] 获取当前处理环节各计算作业的占用所述云计算服务器负载情况，按照占用所述云计算服务器负载从高到低的顺序，控制当前运行中的处理工具组件通过所述计算资源调用接口模块依次为相应的计算作业调取超级计算资源进行计算，直至所述云计算服务器的负载不高于所述预设值。例如，按照占用所述云计算服务器负载从高到低的顺序依次为计算作业A、计算作业B、计算作业C、计算作业D……，在调取超级计算资源对计算作业A和计算作业B进行计算后，所述云计算服务器的CPU利用率恢复为80%以下，此时暂停调取超级计算资源，计算作业C、计算作业D等其他计算作业仍然由云计算资源处里。该优选方案能够对云计算资源和超级计算资源进行实时动态调整和分配，有效提高了计算性能，有利于缩短虚拟药物生成的计算周期。

[0073] 优选地，本实施例所述方法还包括：

[0074] 确定用于虚拟药物生成的处理环节，并为每一处理环节生成至少一个可视化组件；所述可视化组件用于根据操作指令生成所述待生成虚拟药物对应的工作流文件。所述用于虚拟药物生成的处理环节包括：蛋白质结构预测、虚拟药物筛选、先导化合物优化、药效性分析；所述可视化组件的形式包括：图表、带有处理环节标识的图标；所述操作指令包括：点击、拖拽、排序。

[0075] 以靶标蛋白设计开始的虚拟药物生成为例，一个完整的虚拟药物生成流程可以为“蛋白结构预测‑>虚拟药物筛选‑>先导化合物优化‑>药效性分析”。通过上述优选方案，流程中的四个环节以可视化组件的形式展示，展示方式可以为图表、动画、标签等，如每个环节为一个带有该环节标识的方块。用户可通过交互方式，通过点击拖拽相应的方块，排列各方块的顺序关系等来待生成虚拟药物对应的工作流文件进行编辑。用户可设计从第一个环节“蛋白结构预测”开始的到最后一个环节“药效性分析”结束的工作流文件，也可以对某个过程的工作流文件进行单独编辑，如编辑为按照“虚拟药物筛选‑>先导化合物优化‑>药效性分析”循环规定次数，以得到最优结果。该优选方案能够进一步满足用户对待生成虚拟药物的全流程定制化需求。

[0076] 优选地，本实施例在控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理的同时，还包括：

[0077] 在每个处理环节处理结束后，对该处理环节的处理情况进行统计分析；获取用户根据统计分析情况输入的操作指令，并执行所述操作指令。所述统计分析情况包括：分子结构、结合自由能排序；所述操作指令包括：继续工作流计算、返回上一环节、调整工作流、重新选择处理工具、结束计算。例如，待生成虚拟药物工作流文件为按照“虚拟药物筛选‑>先导化合物优化‑>药效性分析”循环规定次数，在第一次“虚拟药物筛选”环节处理结束后，用户通过统计分析情况认为可继续执行工作流，则进行“先导化合物优化”环节的处理，以此类推。在按照规则循环处理了一定次数后，用户发现最近一次的“药效性分析”环节处理结果不佳，应该重新进行“先导化合物优化”，则选择返回上一环节进行重新处理。该优选方案能够有效提升生成虚拟药物的精准度。

[0078] 本实施例在实际应用中，为进一步提升用户体验，可进一步集成管理流程，包括文件管理、任务管理等，用于提供用户对待生成虚拟药物对应的工作流文件及任务的上下载和开始、暂停、结束、监控等功能。

[0079] 图1所述方法实施例从架构实现上来说可分为四部分，包括用户前端、数据库、软件池和底层计算资源。其中，底层计算资源包括云计算资源和超级计算资源，用以完成待生成虚拟药物的全流程处理任务；软件池包括用于生成虚拟药物的软件及框架，如alphafold、virtualflow、autodock、Gromacs、amber；数据库集成有用于生成虚拟药物所需的小分子数据库，所述小分子数据库可为开源小分子数据库，也可加入用户私有数据库，用以提供虚拟药物生成过程中的数据存储；用户前端作为最顶层，用以提供与用户的可视化交互式服务，包括工作流设计、统计分析等。为了将用户前端、数据库、软件池和底层计算资源四个部分进行串联，可设置统一资源调度API，将计算资源、存储资源、软件资源、可视化资源等资源进行统一调度，供各部分使用。相应地，提供一种虚拟药物生成方法框架示意图，如图3所示。

[0080] 为对本发明进行进一步说明，结合前述优选方案，提供另一种虚拟药物生成方法实施例，如图4所示，包括：

[0081] S41：获取用户触发可视化组件的操作指令；所述可视化组件与用于虚拟药物生成的处理环节相对应，且每一处理环节至少对应一个可视化组件，便于用户根据处理需求对某一处理环节进行复用；所述操作指令包括：点击、拖拽、排序；

[0082] S42：根据所述操作指令生成待生成虚拟药物对应的工作流文件；

[0083] S43：根据所述工作流文件，确定待生成虚拟药物对应的至少一个处理环节；

[0084] S44：从软件池中确定每一处理环节对应的至少一个处理工具；

[0085] S45：根据预先规定的各处理工具的输入输出标准，对从所述软件池中确定的每一处理工具分别进行封装，得到各处理工具的一级组件；所述各处理工具的输入输出标准的规定方式包括：根据各处理工具在用于虚拟药物生成时的执行顺序，对照紧前处理工具的输出规定对应处理工具的输入标准，对照紧后处理工具的输入要求规定对应处理工具的输出标准；

[0086] S46：确定各处理环节对应的处理工具数量，判断处理工具数量是否大于1；若处理工具数量大于1则进入S47，若处理工具数量为1则进入S48；

[0087] S47：根据预先规定的各处理环节的输入输出标准，对该处理环节对应的各处理工具的一级组件进行封装，得到该处理环节对应的处理工具组件，并进入S49；所述各处理环节的输入输出标准的规定方式包括：根据各处理环节在虚拟药物生成过程中的处理顺序，对照紧前处理环节的输出规定对应处理环节的输入标准，对照紧后处理环节的输入要求规定对应处理环节的输出标准；

[0088] S48：获取该处理环节对应的处理工具的一级组件作为该处理环节的处理工具组件，并进入S49；

[0089] S49：根据计算资源对照表确定每一处理环节对应的计算资源；所述计算资源包括云计算资源和超级计算资源；

[0090] S410：根据所述工作流文件，确定待生成虚拟药物对应的各处理环节的处理顺序；

[0091] S411：按照所述处理顺序，依次控制相应的处理工具组件通过计算资源调用接口模块调用对应的计算资源对其对应的处理环节进行处理；所述计算资源调用接口模块分别与云计算服务器服务接口和超级计算服务器服务接口连接，以实现对所述云计算资源和超级计算资源进行调用；

[0092] S412：监控所述云计算服务器的负载情况，当所述负载高于预设值时，获取当前处理环节各计算作业的占用所述云计算服务器负载情况；所述云计算服务器用于提供所述云计算资源；

[0093] S413：按照占用所述云计算服务器负载从高到低的顺序，控制当前运行中的处理工具组件通过所述计算资源调用接口依次为相应的计算作业调取超级计算资源进行计算，直至所述云计算服务器的负载不高于所述预设值；

[0094] S414：在每个处理环节处理结束后，对该处理环节的处理情况进行统计分析；

[0095] S415：获取用户根据统计分析情况输入的操作指令，并执行所述操作指令；所述操作指令包括：继续工作流计算、返回上一环节、调整工作流、重新选择处理工具、结束计算；

[0096] S416：按照所述工作流文件处理完成或获取到结束计算操作指令时，完成本次虚拟药物生成，输出对应结果。根据用户确定的工作流文件的不同，最终输出结果的内容也会不同，输出结果的内容主要取决于工作流文件中包含的最后一个处理环节，例如，若工作流文件中包含的最后处理环节为先导化合物优化，则最终输出的结果为一组候选先导化合物，若工作流文件中包含的最后处理环节为药效性分析，则最终输出的结果为生成的一组虚拟药物的药效性分析结果。

[0097] 图3所述实施例能够满足用户根据实际需要对待生成虚拟药物对应的工作流文件进行可视化自定义的需求，实现对虚拟药物生成的全流程定制化处理。各处理环节由用户根据处理需求在软件池中确定处理工具，使得对待生成虚拟药物对应的各处理环节的处理方式更灵活，适用性和可操作性更强。通过预先规定的输入输出标准将处理工具组件化，能够有效降低用户进行软件部署调试的时间，提高工作效率。各处理环节结束后向用户返回统计分析情况，用户根据统计分析情况确定下一步的执行策略，提升了用户操作的灵活性，进一步提升生成虚拟药物的精准度。同时，融合云计算资源和超级计算资源对虚拟药物生成的各处理环节进行处理，且能够根据待生成虚拟药物对应的各处理环节的处理需求实时动态调用云计算资源和超级计算资源，有效提高了计算性能，不浪费计算资源，提高资源利用率，进一步缩短处理周期，降低虚拟药物生成的时间成本。

[0098] 本发明还提供一种虚拟药物生成装置实施例，如图5所示，包括：

[0099] 工作流获取模块51，用于获取待生成虚拟药物对应的工作流文件；

[0100] 处理环节确定模块52，用于根据所述工作流文件，确定待生成虚拟药物对应的至少一个处理环节；

[0101] 处理工具确定模块53，用于从软件池中确定每一处理环节对应的至少一个处理工具；

[0102] 处理工具组件化模块54，用于将每一处理环节对应的处理工具分别进行组件化，得到各处理环节对应的处理工具组件；

[0103] 计算资源确定模块55，用于确定每一处理环节对应的计算资源，所述计算资源包括云计算资源和超级计算资源；

[0104] 处理模块56，用于控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理。

[0105] 优选地，本实施例所述装置还包括初始组件化模块，用于根据预先规定的各处理工具的输入输出标准，对所述软件池中的每一处理工具分别进行封装，得到每一处理工具对应的一级组件。

[0106] 优选地，所述将每一处理环节对应的处理工具分别进行组件化，得到各处理环节对应的处理工具组件，包括：

[0107] 确定各处理环节对应的处理工具数量，若处理工具数量为1，则获取该处理环节对应的处理工具的一级组件作为该处理环节的处理工具组件；

[0108] 若处理工具数量大于1，则根据预先规定的各处理环节的输入输出标准，对该处理环节对应的各处理工具的一级组件进行封装，得到该处理环节对应的处理工具组件。

[0109] 优选地，所述控制所述处理工具组件调用对应的计算资源对其对应的处理环节进行处理，包括：

[0110] 根据所述工作流文件，确定待生成虚拟药物对应的各处理环节的处理顺序；

[0111] 按照所述处理顺序，依次控制相应的处理工具组件通过计算资源调用接口模块调用对应的计算资源对其对应的处理环节进行处理；

[0112] 所述计算资源调用接口模块分别与云计算服务器服务接口和超级计算服务器服务接口连接，以实现对所述云计算资源和超级计算资源进行调用。

[0113] 优选地，本实施例所述装置还包括计算资源调用模块，用于在执行所述处理模块56时，监控所述云计算服务器的负载情况，当所述负载高于预设值时，控制当前运行中的处理工具组件通过所述计算资源调用接口模块调用所述超级计算资源对当前处理环节进行处理，所述云计算服务器用于提供云计算资源。

[0114] 优选地，所述控制当前运行中的处理工具组件通过所述计算资源调用接口模块调用所述超级计算资源对当前处理环节进行处理，包括：

[0115] 获取当前处理环节各计算作业的占用所述云计算服务器负载情况，按照占用所述云计算服务器负载从高到低的顺序，控制当前运行中的处理工具组件通过所述计算资源调用接口模块依次为相应的计算作业调取超级计算资源进行计算，直至所述云计算服务器的负载不高于所述预设值。

[0116] 优选地，本实施例所述装置还包括可视化组件生成模块，用于确定用于虚拟药物生成的处理环节，并为每一处理环节生成至少一个可视化组件；所述可视化组件用于根据操作指令生成所述待生成虚拟药物对应的工作流文件。

[0117] 优选地，本实施例所述装置还包括统计分析模块，用于在所述处理模块56执行时，在每个处理环节处理结束后，对该处理环节的处理情况进行统计分析；获取用户根据统计分析情况输入的操作指令，并执行所述操作指令。

[0118] 本发明图5所述装置实施例部分过程与图1、4所述方法实施例相近，因此对于图5所述装置实施例的描述较为简单，相应部分请参照图1、4所述方法实施例。

[0119] 本发明还提供了一种计算机设备实施例，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述实施例所述的方法，所述方法可参见图1、4所述实施例的描述，在此不再赘述。

[0120] 本发明能够实现根据实际需求对待生成虚拟药物的全流程进行处理，且对各处理环节的处理方式更加灵活，针对虚拟药物生成的适用性和可操作性更强。本发明利用组件化后的软件工具对各处理环节进行处理，能够有效降低用户进行软件部署调试的时间，提高工作效率。本发明对云计算资源和超级计算资源进行了融合，能够对各处理环节进行充分计算，提高处理效率，缩短处理周期，进一步降低虚拟药物生成的时间成本。

[0121] 以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。