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！

龙图腾网获悉太原理工大学申请的专利一种基于提示词图卷积的多模态分子属性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：CN119380830B 。

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：202411573557.4，技术领域涉及：G16C10/00；该发明授权一种基于提示词图卷积的多模态分子属性预测方法是由温昕;张克威;檀韬;曹若琛;曹锐设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本一种基于提示词图卷积的多模态分子属性预测方法在说明书摘要公布了：本发明属于人工智能辅助药物设计技术领域，具体涉及一种基于提示词图卷积的多模态分子属性预测方法，包括下列步骤：数据集的选择与建立：选择多种分子属性，以此构建多模态方法的初始数据集，并将初始数据集划分为训练集、验证集和测试集，所述初始数据集包含多种分子属性以及其对应的多个分子；数据预处理：方法构建分子属性预测。本发明提供了一种全新的分子属性预测方法，通过潜在关联融合了多模态的分子特征，突出了分子关键结构部分的重要性。它从多个角度捕捉分子的特性，提高预测的准确性和可靠性。同时，通过结合多种模态的信息，方法可以学习到更加丰富和全面的特征表示，从而在不同的数据集和任务上具有更好的泛化能力。

本发明授权一种基于提示词图卷积的多模态分子属性预测方法在权利要求书中公布了：1.一种基于提示词图卷积的多模态分子属性预测方法，其特征在于，包括下列步骤： S1、数据集的选择与建立：选择多种分子属性，以此构建多模态方法的初始数据集，并将初始数据集划分为训练集、验证集和测试集，所述初始数据集包含多种分子属性以及其对应的多个分子； S2、数据预处理：对初始数据集的训练集中的每个分子进行图嵌入和初步化学特征计算操作，得到每个分子对应两种维度的特征；组合分子及其对应的图和序列特征，得到训练多模态方法的目标数据集的训练集； S3、方法构建：构建多模态方法，所述多模态方法包括依次连接的多模态融合模块、特征提取模块和分子图读出模块；使用目标数据集中的训练集对多模态方法进行训练，并通过验证集和测试集验证训练好的方法合格后，得到训练好的多模态方法； S31、多模态融合模块：通过解码一维分子指纹信息，提取分子的子结构特征；随后，将这些筛选后的子结构特征映射到分子图上，实现一维序列特征与二维分子图特征的有效融合； S32、特征提取模块：在将多维特征融合后，使用图卷积神经网络对特征进行提取，并加入门控机制和残差连接去控制信息的流动，使网络可以更好地关注节点中的重要信息； S33、分子图读出模块：选择根据分子所含有的元素来构建和输出完整的分子图，并设计了基于卷积的读出模块；在读出模块中，通过三层卷积网络将经图卷积处理过的分子图信息提取融合为一维表示； S4、分子属性预测：将属性待确定的分子输入训练好的多模态方法进行属性预测，多模态方法输出待预测的分子属性； 在训练阶段，多模态方法通过大量数据学习分子特征与属性之间的关系，在验证或实际应用时，加入由指纹图谱组成的提示词，引导方法更准确地理解特定任务的需求，从而生成更符合预期的输出；提示词由结构型MACCS指纹、药效团指纹和PubChem指纹组成。

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太原理工大学，其通讯地址为：030024 山西省太原市迎泽大街79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”。