[发明专利]一种用于发现和优化药物先导化合物的可泛化、可解释的深度图学习方法在审
| 申请号： | 202210903698.2 | 申请日： | 2022-08-02 |
| 公开（公告）号： | CN115274007A | 公开（公告）日： | 2022-11-01 |
| 发明（设计）人： | 殷越铭;胡海峰;吴建盛;杨季涛;叶春 | 申请（专利权）人： | 殷越铭 |
| 主分类号： | G16C20/50 | 分类号： | G16C20/50;G16B15/30 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 210044 江苏省南京市*** | 国省代码： | 江苏;32 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明提出一种用于发现和优化药物先导化合物的可泛化、可解释的深度图学习方法，该方法学习分子图的可泛化表示，并可根据要求优化分子的成药属性。我们首先从PubChem等公开数据库获取分子的各项分类和回归属性，经过图注意力神经网络量化、编码、提取分子中原子和键特征。然后针对分子属性进行分类和回归的可泛化学习。进而采用分子图注意力重构模块根据提取到的分子特征重构出分子图结构；最后利用对抗生成模型通过梯度自检出分子特征的关键扰动方向，并沿分子特征的关键扰动方向生成新的分子特征输入至重构模块，输出分子优化结果。这方法统一了AI分子属性的预测与优化，能够提高新药发现与设计的效率和成功率。 | ||
| 搜索关键词： | 一种 用于 发现 优化 药物 先导 化合物 泛化 可解释 深度 学习方法 | ||
【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殷越铭，未经殷越铭许可，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/202210903698.2/，转载请声明来源钻瓜专利网。
