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：浙江大学
摘要：本发明公开了基于多模态融合模型筛选跨胎盘转运化合物的方法、装置及储存介质，属于化合物属性预测技术领域，该方法包括：1建立全品类跨胎盘转运数据集；2构建结合图卷积神经网络、深度神经网络、以及分类器的多模态融合模型；3利用全品类跨胎盘转运数据集对多模态融合模型进行监督训练，优化多模态融合模型参数；4利用优化后的多模态融合模型对待预测化合物进行预测，得到待预测化合物为高渗透性跨胎盘转运化合物或低渗透性跨胎盘转运化合物的预测结果，若为高渗透性跨胎盘转运化合物，识别其关键子结构。本发明方法能够大规模、高通量地快速筛选跨胎盘转运化合物，应用范围较广，准确性高。
主权项：1.一种基于多模态融合模型筛选跨胎盘转运化合物的方法，其特征在于，包括：1建立全品类跨胎盘转运数据集，全品类跨胎盘转运数据集包括多种类化合物及其是高渗透性跨胎盘转运化合物还是低渗透性跨胎盘转运化合物的真实分子标签；2构建结合图卷积神经网络、深度神经网络、以及分类器的多模态融合模型，其中图卷积神经网络用于基于化合物的二维分子图提取图特征向量，深度神经网络用于基于化合物的一维文本分子表征提取指纹特征向量，分类器用于基于图特征向量和指纹特征向量进行预测分类得到分子标签预测结果；3利用全品类跨胎盘转运数据集对多模态融合模型进行基于分子标签预测结果和真实分子标签的监督训练，优化多模态融合模型参数；4利用优化后的多模态融合模型对待预测化合物进行预测，得到待预测化合物为高渗透性跨胎盘转运化合物或低渗透性跨胎盘转运化合物的预测结果，若为高渗透性跨胎盘转运化合物，识别其关键子结构。
全文数据：
权利要求：
百度查询： 浙江大学 基于多模态融合模型筛选跨胎盘转运化合物的方法、装置及储存介质
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