龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中国药科大学
摘要：本发明公开了一种基于深度学习融合分子图及分子点云预测药物化合物分子的ADMET性质方法，包括：获取需要进行药物分子性质预测的候选药物分子的SMILES码；对候选药物分子的SMILES码进行处理；基于候选药物分子的SMILES码中原子数量、化学键的数量生成对应的二维分子图，从候选药物分子的SMILES码中提取药物分子中的原子节点特征以及原子键的边特征，将药物分子中的原子节点特征以及原子键的边特征加入至二维分子图中，得到药物分子图；基于候选药物分子的SMILES码提取候选药物分子相应的点云特征；将药物分子图和候选药物分子相应的点云特征输入至训练好的深度学习模型中，得到候选药物分子的ADMET性质预测结果。
主权项：1.一种基于深度学习融合分子图及分子点云预测药物化合物分子的ADMET性质方法，其特征在于：包括以下步骤：步骤1：获取需要进行药物分子性质预测的候选药物分子的SMILES码；步骤2：对候选药物分子的SMILES码进行处理，按设定的SMILES码最大长度，将超出最大长度的部分进行截断，将不足的部分使用0进行填充至设定的最大长度；步骤3：基于候选药物分子的SMILES码中原子数量、化学键的数量生成对应的二维分子图，此外，从候选药物分子的SMILES码中提取药物分子中的原子节点特征以及原子键的边特征，其中原子节点特征包括原子类型、原子连接符、自由基电子数、原子杂化方式、是否具有芳香性、原子的手性、原子的RS型；边特征包括原子键的类型、是否是共轭键、是否在环中、双键的立体化学形式：顺反式；将药物分子中的原子节点特征以及原子键的边特征加入至二维分子图中，得到药物分子图；步骤4：基于候选药物分子的SMILES码提取候选药物分子相应的点云特征；步骤5：使用预处理过的数据集，对搭建的深度学习模型进行训练，得到训练好的深度学习模型；步骤6：将步骤3得到的药物分子图和步骤4得到的候选药物分子相应的点云特征输入至训练好的深度学习模型中，得到候选药物分子的ADMET性质预测结果。
全文数据：
权利要求：
百度查询： 中国药科大学 一种基于深度学习融合分子图及分子点云预测药物化合物分子的ADMET性质方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号