[发明专利]一种基于深度学习连接片段的化合物优化方法在审
| 申请号： | 202111408686.4 | 申请日： | 2021-11-24 |
| 公开（公告）号： | CN114187978A | 公开（公告）日： | 2022-03-15 |
| 发明（设计）人： | 杨跃东;戴凌雪;谭游海;王一 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G16C20/50 | 分类号： | G16C20/50;G16C20/70;G16C20/90;G06N3/04;G06N3/08;G06N20/20;G06N5/00 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 禹小明 |
| 地址： | 510275 广东*** | 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： | 本发明公开了一种基于深度学习连接片段的化合物优化方法，包括步骤如下：S1：基于药物发现数据库对Transformer模型进行预训练，将Transformer模型初始化Prior先验模型和Agent模型；S2：随机选择一对片段作为源序列输入；S3：Agent模型通过采样方式批量生成新分子；S4：将生成的新分子输入奖励模块得到每个新分子的奖励值，判断新分子的奖励值是否达到预期，若没有达到预期，则执行S5；若达到预期，则执行S6；S5：将源序列及Agent模型生成的新分子送入Prior先验模型进行监督训练得到新分子的先验似然，将先验似然与S4得到的奖励值组成增强似然；根据新分子的重复性得到一个惩罚矩阵，根据增强似然、惩罚矩阵更新Agent模型的网络参数，并回到步骤S3；S6：完成对Agent模型的网络参数的调整。 | ||
| 搜索关键词： | 一种 基于 深度 学习 连接 片段 化合物 优化 方法 | ||
【主权项】：
暂无信息
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中山大学，未经中山大学许可，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/202111408686.4/，转载请声明来源钻瓜专利网。
