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！

龙图腾网恭喜重庆大学申请的专利基于状态空间模型和扩散模型的药物生成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：CN118866161B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202410988757.X，技术领域涉及：G16C20/50；该发明授权基于状态空间模型和扩散模型的药物生成方法是由谢今;吴玉龙;张小洪;聂晶设计研发完成，并于2024-07-23向国家知识产权局提交的专利申请。

本基于状态空间模型和扩散模型的药物生成方法在说明书摘要公布了：本发明涉及一种基于状态空间模型和扩散模型的药物生成方法，属于医药信息化领域。该方法首先对靶蛋白分子和药物分子进行三维建模，并利用状态空间模型提取更具判别性的分子结构特征。随后，采用扩散模型进行药物生成，生成具有更真实结构的药物分子。本发明通过在训练过程中加入噪声，并通过预测网络进行去噪，有效提高了药物分子的生成质量。最终生成的药物分子具有更好的类药性、易合成性，并且更容易与特定靶蛋白结合，从而为药物研发提供了一种高效、智能的方法。

本发明授权基于状态空间模型和扩散模型的药物生成方法在权利要求书中公布了：1.基于状态空间模型和扩散模型的药物生成方法，其特征在于：该方法包括以下步骤：a准备数据，包括靶蛋白分子的三维坐标和元素特征数据，以及药物分子的三维坐标和元素特征数据；b训练基于状态空间模型的预测网络MPN，将加噪后的真实药物分子的位置信息lxt、加噪后的真实药物分子的元素特征lvt、清晰的靶蛋白分子的位置信息px0和清晰的靶蛋白分子的元素信息pv0作为输入数据；其处理细节如下所示： 其中，MLPs表示用于特征提取的多层感知机网络，m表示用于状态空间建模的mamba网络结构，A表示注意力机制；当预测生成药物分子的位置信息时，注意力机制使用px0和lxt作为Q，使用pv0和lvt作为K和V；当预测生成药物分子的元素特征时，注意力机制使用pv0和lvt作为Q，使用px0和lxt作为K和V；在训练流程中，损失函数如下所示： 其中，lx0表示真实药物分子的位置信息，表示生成药物分子的位置信息，lv0表示真实药物分子的元素特征，表示生成药物分子的元素特征；MSEloss表示均方误差损失，用于计算连续型数据的距离；KL_loss表示KL散度，用于评估离散型数据的差异；c采样预测网络，以靶蛋白分子的三维坐标和元素特征数据为控制条件，生成药物分子的三维坐标和元素特征数据；d评价生成的药物分子，包括类药性、易合成性和分子对接得分；所述a中，对于靶蛋白分子的三维坐标为靶蛋白分子的位置信息数据px0和元素特征数据pv0，对于真实药物分子的三维坐标处理为药物分子的位置信息数据lx0和元素特征数据lv0；在后续的步骤中px0、pv0、lx0和lv0将作为深度学习网络的输入数据；所述b中，预测网络包括用于特征提取的多层感知机网络和用于状态空间建模的mamba网络结构；向从真实药物分子的三维信息L0中获得的位置信息数据lx0和元素特征数据lv0添加噪声；对于位置信息lx0，添加连续噪声；对于元素特征lv0，添加均匀的离散噪声；训练目标是训练基于状态空间模型的预测网络MPN，将加噪后的真实药物分子的位置信息lxt、加噪后的真实药物分子的元素特征lvt、清晰的靶蛋白分子的位置信息px0和清晰的靶蛋白分子的元素信息pv0作为输入数据，预测得到生成的药物分子数据和对于位置信息，使用均方误差损失MSEloss计算连续型数据的距离；对于元素特征，使用KL散度KL_loss评估离散型数据的差异；所述c中，采样过程包括去噪过程，去噪过程采用预测网络预测的生成药物分子数据作为先验概率；从靶蛋白的三维信息P0中获得的位置信息px0和元素特征pv0，并初始化生成的药物分子和表示近似于噪声的生成药物分子的位置信息，表示近似于噪声的生成药物分子的元素特征；进行T＝1000次采样；在每一次采样中，使用第二步训练的基于状态空间模型的预测网络MPN预测生成的药物分子的位置信息和元素特征并将其作为先验概率，最终得到后验概率：生成药物分子在第T步的位置信息和元素特征步骤d中，类药性采用定量估计药物相似性QED方法进行评价。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙坪坝正街174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”。