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！

龙图腾网获悉青岛大学申请的专利一种任务特异性药物分子活性悬崖预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120072105B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510552004.9，技术领域涉及：G16C20/30；该发明授权一种任务特异性药物分子活性悬崖预测方法是由李臻;魏志强;牛东江设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本一种任务特异性药物分子活性悬崖预测方法在说明书摘要公布了：本发明提供了一种任务特异性药物分子活性悬崖预测方法，涉及药物分子预测领域，MMP表示为一对完整的药物分子，或一对被拆分为1个核心和2个取代基的分子；当MMP表示一对完整的药物分子时，使用迁移学习更新面向分子框架的活性悬崖预测模型的初始化权重，进行药物分子对活性悬崖预测；当MMP表示被拆分为1个核心和2个取代基的分子时，基于超连接图结构，学习核心与取代基之间直接的关系，进行药物分子对活性悬崖预测。本发明的技术方案克服现有技术中不能考虑不同场景下MMP性质进行药物分子活性悬崖预测的问题。

本发明授权一种任务特异性药物分子活性悬崖预测方法在权利要求书中公布了：1.一种任务特异性药物分子活性悬崖预测方法，其特征在于，MMP表示为一对完整的药物分子，或一对被拆分为1个核心和2个取代基的分子； 当MMP表示一对完整的药物分子时，使用迁移学习更新面向分子框架的活性悬崖预测模型的初始化权重，进行药物分子对活性悬崖预测； 当MMP表示被拆分为1个核心和2个取代基的分子时，基于超连接图结构，学习核心与取代基之间直接的关系，进行药物分子对活性悬崖预测； 当MMP表示一对完整的药物分子时，使用迁移学习更新面向分子框架的活性悬崖预测模型的参数，进行活性悬崖预测，具体包括如下步骤： S1，将第一药物和第二药物作为输入，对面向分子框架的活性悬崖预测模型进行预训练，得到初始化权重； S2，利用预训练得到的初始化权重进行迁移学习，更新面向分子框架的活性悬崖预测模型，利用面向分子框架的活性悬崖预测模型对药物分子对进行活性悬崖预测； 步骤S2中利用面向分子框架的活性悬崖预测模型对药物分子对进行活性悬崖预测的过程具体包括如下步骤： S2.1，将分子对作为输入，采用图卷积神经网络对分子进行特征更新，得到编码分子特征，将编码分子特征进行池化运算，得到分子的图级表示； S2.2，设计基于Transformer的分子特征增强器，学习分子对之间的关系，对活动悬崖进行预测； 当MMP表示被拆分为1个核心和2个取代基的分子时，基于超连接图结构，学习核心与取代基之间直接的关系，进行活性悬崖预测，具体包括如下步骤： S3，使用图注意力网络GAT更新核心和取代基的特征； S4，将核心和取代基特征输入超连接图结构，依次进行池化运算、拼接操作，最后通过多层感知机对药物分子对之间的活性悬崖进行预测； S5，使用二元交叉熵损失函数获得预测损失，并使用L2归一化量化分子特征与活性特征之间差异的约束损失，将预测损失和约束损失合并，得到最终损失。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人青岛大学，其通讯地址为：266000 山东省青岛市市南区宁夏路308号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。