基于分子空间位置编码注意力神经网络模型的分子性质预测方法
授权
摘要
本发明公开了一种基于分子空间位置编码注意力神经网络模型的分子性质预测方法。该方法通过机器学习技术将分子的3D构象中的空间位置进行编码，更好的表示分子中不同位置对于子结构造成的影响以更好表征分子同时利用注意力机制的神经网络结构和门控循环网络(GRU)用来预测其化学性质。本发明充分利用了分子子结构的拓朴关系，在公开数据集上进行实验，有效提高了分子水溶性毒性亲水性等性质预测的效果，为药物分子预测提供了新的方法。
基本信息
专利标题 ：
基于分子空间位置编码注意力神经网络模型的分子性质预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113241128A
申请号 ：
CN202110473289.9
公开（公告）日 ：
2021-08-10
申请日 ：
2021-04-29
授权号 ：
CN113241128B
授权日 ：
2022-05-13
发明人 ：
饶国政薛力源
申请人 ：
天津大学
申请人地址 ：
天津市南开区卫津路92号
代理机构 ：
天津市三利专利商标代理有限公司
代理人 ：
韩新城
优先权 ：
CN202110473289.9
主分类号 ：
G16C20/30
IPC分类号 ：
G16C20/30 G16C20/70 G16C20/20 G06N3/04 G06N3/08
相关图片
IPC结构图谱
G
G部——物理
G16
特别适用于特定应用领域的信息通信技术
G16C
计算化学;化学信息学; 计算材料科学
G16C20/30
•预测化合物、组合物或混合物的性质
法律状态
2022-05-13 ：
授权
2021-08-27 ：
实质审查的生效
IPC(主分类) : G16C 20/30
申请日 : 20210429
申请日 : 20210429
2021-08-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN113241128A.PDF
PDF下载
