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！

龙图腾网获悉重庆大学申请的专利用于预测药物性质的方法及装置、电子设备、存储介质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：CN116612828B 。

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：202310492482.6，技术领域涉及：G16C20/30；该发明授权用于预测药物性质的方法及装置、电子设备、存储介质是由周庆;赵卓然;张杨;杨帆;王思源;吴达渝;钟代笛;黄智勇;葛亮;仲元红;段小炼设计研发完成，并于2023-05-04向国家知识产权局提交的专利申请。

本用于预测药物性质的方法及装置、电子设备、存储介质在说明书摘要公布了：本申请涉及药物性质预测技术领域，公开一种用于预测药物性质的方法，包括：获取待预测药物的药物分子序列和待预测药物的药物分子图。并确定目标性质类型。将药物分子序列和药物分子图输入目标性质类型对应的药物性质预测模型，获得药物性质预测数据。其中，性质类型对应的药物性质预测模型根据包括了多个第一样本药物和多个第二样本药物的样本药物数据集获取。第一样本药物为没有携带药物性质标签的样本药物。第二样本药物为携带有药物性质标签的样本药物。根据药物性质预测数据和目标性质类型确定待预测药物的药物性质。这样，提高了药物性质预测模型预测药物性质的准确率。本申请还公开一种预测药物性质的装置及电子设备、存储介质。

本发明授权用于预测药物性质的方法及装置、电子设备、存储介质在权利要求书中公布了：1.一种用于预测药物性质的方法，其特征在于，包括： 获取待预测药物的药物分子序列和待预测药物的药物分子图；并确定目标性质类型； 将药物分子序列和药物分子图输入目标性质类型对应的药物性质预测模型，获得药物性质预测数据；其中，目标性质类型对应的药物性质预测模型根据目标性质类型对应样本药物数据集获取；样本药物数据集包括多个第一样本药物和多个第二样本药物；第一样本药物为没有携带药物性质标签的样本药物；第二样本药物为携带有药物性质标签的样本药物； 根据药物性质预测数据和目标性质类型，确定待预测药物的药物性质； 通过如下方法获取药物性质预测模型，包括：获取各第一样本药物对应的第一样本药物分子序列、各第一样本药物对应的第一样本药物分子图、各第二样本药物对应的第二样本药物分子序列和各第二样本药物对应的第二样本药物分子图；将各第一样本药物分子序列和各第一样本药物分子图输入预设的第一深度学习模型进行无监督训练，获得第一备选药物性质预测模型；将第一备选药物性质预测模型的模型参数迁移到预设的第二深度学习模型中，获得第二备选药物性质预测模型；将各第二样本药物分子序列、各第二样本药物分子图和各第二样本药物的药物性质标签输入第二备选药物性质预测模型进行有监督训练，获得药物性质预测模型； 预设的第一深度学习模型包括预设的第一编码器和预设的第一图神经网络；将各第一样本药物分子序列和各第一样本药物分子图输入预设的第一深度学习模型进行无监督训练，获得第一备选药物性质预测模型，包括：将各第一样本药物分子序列输入预设的第一编码器进行训练，获得第一分子式嵌入向量；将各第一样本药物分子图输入预设的第一图神经网络进行训练，获得第一分子图嵌入向量；根据第一分子式嵌入向量和第一分子图嵌入向量获取第一备选药物性质预测模型； 第二备选药物性质预测模型包括第二编码器、第二图神经网络和预设的全连接层网络；将各第二样本药物分子序列、各第二样本药物分子图和各第二样本药物的药物性质标签输入第二备选药物性质预测模型进行有监督训练，获得药物性质预测模型，包括：按照预设比例在各第二样本药物分子序列、各第二样本药物分子图和各药物性质标签中确定训练集和测试集；训练集包括多个第三样本药物分子序列、多个第三样本药物分子图和多个训练药物标签；将各第三样本药物分子序列输入第二编码器进行训练，获得第二分子式嵌入向量；将各第三样本药物分子图输入第二图神经网络进行训练，获得第二分子图嵌入向量；将第二分子式嵌入向量和第二分子图嵌入向量输入预设的全连接层网络进行训练，获得第一预测性质标签；根据第一预测性质标签、训练药物标签和测试集获得药物性质预测模型。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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”。