一种基于深度学习的化学分子相关水溶性预测方法
基本信息
| 申请号 | CN202111228584.4 | 申请日 | - |
| 公开（公告）号 | CN114093435A | 公开（公告）日 | 2022-02-25 |
| 申请公布号 | CN114093435A | 申请公布日 | 2022-02-25 |
| 分类号 | G16C20/30（2019.01）I;G16C20/70（2019.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 物理 |
| 发明人 | 袁曙光;侯园园;王世玉;陈显翀 | 申请（专利权）人 | 深圳阿尔法分子科技有限责任公司 |
| 代理机构 | 北京市诚辉律师事务所 | 代理人 | 耿慧敏;朱伟军 |
| 地址 | 518109广东省深圳市宝安区龙华区大浪街道同胜社区谭罗华荆路安宏基产业园（羊台山园区）1栋103 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的化学分子相关水溶性预测方法。该方法包括：构建深度学习模型，其中所述深度学习模型基于双向时间序列预测模型和注意力机制构建，用于学习化学分子结构序列与水溶性属性之间的对应关系；以设定的损失函数最小化为目标训练所述深度学习模型，训练过程以表征化学分子结构的字符序列编码作为输入，以化学分子相关水溶性属性信息作为输出。利用本发明训练的深度学习模型，能够准确预测水溶性以及其他相关属性。 |
