买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东北林业大学申请的专利基于知识提示的多模态药物分子预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119763718B 。

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411891443.4，技术领域涉及：G16C20/50；该发明授权基于知识提示的多模态药物分子预测方法是由李洋;刘畅;汪国华设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本基于知识提示的多模态药物分子预测方法在说明书摘要公布了：基于知识提示的多模态药物分子预测方法，本发明属于人工智能辅助药物研发领域，具体涉及多模态药物分子预测方法。本发明的目的是为了解决现有的多模态分子预测方法往往难以捕捉分子图结构和文本之间的复杂关系，且在下游任务上的预测准确率低的问题。基于知识提示的多模态药物分子预测方法具体过程为：构建MolPrompt模型；对MolPrompt模型进行预训练，获得预训练好的MolPrompt模型；基于下游任务类型，对预训练好的MolPrompt模型进行微调，获得微调后的MolPrompt模型；基于微调后的MolPrompt模型对下游任务进行预测。

本发明授权基于知识提示的多模态药物分子预测方法在权利要求书中公布了：1.基于知识提示的多模态药物分子预测方法，其特征在于：所述方法具体过程为： 步骤一：构建MolPrompt模型； 步骤二：对MolPrompt模型进行预训练，获得预训练好的MolPrompt模型； 步骤三：基于下游任务类型，对预训练好的MolPrompt模型进行微调，获得微调后的MolPrompt模型； 步骤四：基于微调后的MolPrompt模型对下游任务进行预测； 所述步骤一中构建MolPrompt模型；具体过程为： 步骤一一：构建知识提示；具体过程为： 步骤一一一：使用RDkit工具从分子图中提取数值类型的209个分子描述符，从数值类型的209个分子描述符中选择10个数值类型的分子描述符作为分子的外部化学和物理性质先验知识； 将提取的10个数值类型的分子描述符统一设置为格式Descriptor1:Value1,Descriptor2:Value2,Descriptor3:Value3,Descriptor4:Value4,Descriptor5:Value5,Descriptor6:Value6,Descripto7:Value7,Descriptor8:Value8,Descripto9:Value9,Descripto10:Value10； 统一格式后的10个数值类型的分子描述符为文本类型的知识提示； 步骤一一二： 将统一格式后的10个数值类型的分子描述符输入到BERT的词嵌入层，BERT的词嵌入层输出知识提示 其中，表示知识提示中第1个词元特征嵌入，表示知识提示中第2个词元特征嵌入，表示知识提示中第Np个词元特征嵌入，Np表示文本的长度，dp表示BERT的词嵌入层的维度； 步骤一二：基于知识提示，将分子图输入分子图结构编码器获取分子图特征表示：具体过程为： 步骤一二一：将分子图输入分子图结构编码器中的图特征编码层，分子图结构编码器中的图特征编码层输出分子图节点特征H0， 将分子图节点特征H0中的最后一个原子特征替换为类标记hp， 其中，表示第1个原子特征嵌入，表示第2个原子特征嵌入，表示第n-1个原子特征嵌入，表示第n个原子特征嵌入，R表示实数，n表示分子图中原子个数，dg表示分子图结构编码器的特征维度； 步骤一二二：将替换后的分子图节点特征依次输入分子图结构编码器中的第1层Graphormer层、第2层Graphormer层、第3层Graphormer层、第4层Graphormer层、第5层Graphormer层、第6层Graphormer层、第7层Graphormer层、第8层Graphormer层、第9层Graphormer层、第10层Graphormer层、第11层Graphormer层、第12层Graphormer层，第12层Graphormer层输出分子图特征表示H12； 步骤一三：将与步骤一二分子图对应的分子描述文本输入到文本编码器获取分子描述文本特征表示。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北林业大学，其通讯地址为：150040 黑龙江省哈尔滨市香坊区和兴路26号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。