一种基于分子Images和SMILES字符串预训练的分子性质预测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明涉及生物信息学中的数据挖掘领域,具体涉及一种基于分子Images和SMILES字符串预训练的分子性质预测方法。其发明内容主要包括:(1)从PubChem收集SMILES字符串,使用RDKit工具包,将SMILES字符串转化为分子Images;(2)将350万条Images‑SMILES pairs划分训练集、测试集,并进行数据预处理;(3)建立基于Vision‑Language Pretraining双塔结构神经网络,将SMILES字符串和分子Images作为输入,并设置Mask SMILES Modeling、Images‑SMILES Matching和Fingerprint Class Predicting三个预训练任务对模型进行无监督预训练;其中Mask SMILES Modeling是将SMILES字符串随机掩盖15%的原子,根据未掩盖的原子和完整的Images特征还原被掩盖的原子;Images‑SMILES Matching是将Images‑SMILES pairs打散,变成paired/unpaired Images‑SMILES,然后50%paired Images‑SMILES和50%unpaired Images‑SMILES正负样本输入模型,模型判断Images‑SMILES是否匹配;Fingerprint Class Predicting是将k‑means聚类伪标签分别作为SMILES字符串和分子Images的分类标签;(4)完成预训练后,更换预测头,加载模型权重并在下游性质预测任务中微调;对于性质预测中的分类任务,采用受试者操作特征曲线下面积ROC‑AUC进行效果评估;对于性质预测中的回归任务,采用均方根误差RMSE进行效果评估;最终选定14个与药物挖掘相关的小数据集作为微调任务,以此验证该方法的有效性。
《一种基于分子Images和SMILES字符串预训练的分子性质预测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023107243982,当前法律状态为已下证,由湖南大学提出申请,发明人为陈浩文;张翔;聂豪,申请日期为2023-06-19,公开(公告)日期为2026-06-12,国际专利分类号(IPC)为 G16C 20/30 (2019.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及生物信息学中的数据挖掘领域,具体涉及一种基于分子Images和SMILES字符串预训练的分子性质预测方法。其发明内容主要包括:(1)从PubChem收集SMILES字符串,使用RDKit工具包,将SMILES字符串转化为分子Images;(2)将350万条Images‑SMILES pairs划分训练集、测试集,并进行数据预处理;(3)建立基于Vision‑Language Pretraining双塔结构神经网络,将SMILES字符串和分子Images作为输入,并设置Mask SMILES Modeling、Images‑SMILES Matching和Fingerprint Class Predicting三个预训练任务对模型进行无监督预训练;其中Mask SMILES Modeling是将SMILES字符串随机掩盖15%的原子,根据未掩盖的原子和完整的Images特征还原被掩盖的原子;Images‑SMILES Matching是将Images‑SMILES pairs打散,变成paired/unpaired Images‑SMILES,然后50%paired Images‑SMILES和50%unpaired Images‑SMILES正负样本输入模型,模型判断Images‑SMILES是否匹配;Fingerprint Class Predicting是将k‑means聚类伪标签分别作为SMILES字符串和分子Images的分类标签;(4)完成预训练后,更换预测头,加载模型权重并在下游性质预测任务中微调;对于性质预测中的分类任务,采用受试者操作特征曲线下面积ROC‑AUC进行效果评估;对于性质预测中的回归任务,采用均方根误差RMSE进行效果评估;最终选定14个与药物挖掘相关的小数据集作为微调任务,以此验证该方法的有效性。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
