[发明专利]基于深度学习的药物分子生成方法在审
| 申请号： | 201910818097.X | 申请日： | 2019-09-26 |
| 公开（公告）号： | CN110534164A | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 邓代国;洪晓彬;雷曾荣;艾海涛 | 申请（专利权）人： | 广州费米子科技有限责任公司 |
| 主分类号： | G16C20/50 | 分类号： | G16C20/50;G16C20/70 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510335 广东省广州市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明是一种基于深度学习的药物分子生成方法，采用循环神经网络作为学习和生成药物分子的神经网络模型。该方法通过预训练阶段学习已知的类药分子的语法和特征，得到预训练模型；通过迁移训练阶段，使用预训练模型，学习某个具体靶点的药物分子的特征，得到迁移训练模型；通过生成阶段，利用迁移训练模型生成分子数据，这些生成的分子数据与迁移学习学习的分子数据，具备类似的活性、类药性、可合成性，同时这些生成的分子数据具有大量新的分子和新的骨架。 | ||
| 搜索关键词： | 分子数据 训练模型 药物分子 迁移 学习 训练阶段 神经网络模型 循环神经网络 合成性 药分子 靶点 药性 语法 | ||
【主权项】：
1.一种基于深度学习的药物分子生成方法，其特征在于，该方法的具体操作步骤如下：/nS1：通过预训练阶段学习已知的类药分子的语法和特征，得到预训练模型；/nS2：通过迁移训练阶段，使用预训练模型，学习某个具体靶点的药物分子的特征，得到迁移训练模型；/nS3：通过生成阶段，利用迁移训练模型生成分子数据。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州费米子科技有限责任公司，未经广州费米子科技有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910818097.X/，转载请声明来源钻瓜专利网。
