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！

龙图腾网获悉杭州市滨江区浙工大网络空间安全创新研究院申请的专利一种基于多模态的分子表示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：CN117292764B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202311456933.7，技术领域涉及：G16C20/50；该发明授权一种基于多模态的分子表示预测方法是由宣琦;汪泽钰;蒋天依;王金焕;俞山青设计研发完成，并于2023-11-03向国家知识产权局提交的专利申请。

本一种基于多模态的分子表示预测方法在说明书摘要公布了：本发明公开了一种基于多模态的分子表示预测方法，应用于药物发现技术领域。本发明包括：构建药物分子的数据集，并获取数据集中的每个分子的序列表示、分子图表示、分子构象图表示；对得到的不同模态的分子节点表示，引入全局注意力池化层，获取分子级表示；对得到的不同模态的分子级表示，引入一种模态间的基于相似性的对比机制，计算不同模态间的特征差异性损失，设计融合层获取分子的联合表示；对得到的分子联合表示，引入分子属性预测器，并通过计算混合有监督信号损失和对比损失来训练优化模型，得到最优模型来获取最终的分子表示。本发明利用基于序列、图和分子构象图的三种模态的分子表征，更全面地捕捉分子特征和信息。

本发明授权一种基于多模态的分子表示预测方法在权利要求书中公布了：1.一种基于多模态的分子表示预测方法，其特征在于，包括以下步骤： S1、构建药物分子的数据集，并获取数据集中的每个分子的序列表示； S2、获取数据集中的每个分子的分子图表示； S3、获取数据集中的每个分子的分子构象图表示； S4、将S1‑S3得到的每个分子的序列表示、分子图表示、分子构象图表示，引入全局注意力池化层，获取分子级表示； S5、对S4得到的不同模态的分子级表示，引入模态间的基于相似性的对比机制，计算不同模态间的总对比损失； S6、对S4得到的不同模态的分子级表示，设计融合层获取分子的联合表示； S7、对S6得到的分子联合表示，引入分子属性预测器，并通过计算的混合有监督信号损失和S5中计算的总对比损失来训练优化模型，得到最优模型来获取最终的分子表示； S1中具体包括：将输入的分子转换为一个SMILES序列，并利用one‑hot编码将SMILES序列映射为特征向量，然后利用Bi‑LSTM单元将one‑hot编码进行预处理，并捕获SMILES上下文信息表示；将序列编码表示输入到变换器来学习SMILES的节点级表示； S2中具体包括：将输入的分子转换为分子图，引入多层CMPNN来获取原子表示；CMPNN模块包括两个部分，前一部分包括一个消息增强器，后一部分采用了多层感知器； S3中具体包括：将输入的分子转换为分子构象图，引入GEMGNN，并将原始GIN中的和函数替换为GINE来获取每个输入构象图的节点表示； S5中具体包括：输入来自基于序列、图和构象图三个模态的分子表示Hs、Hg和Hh，将三个分子表示通过公共投影头映射到用于对比机制的空间表示Zs、Zg和Zh； S5中还包括：为每个模态引入了NTXent的对比损失，将总对比损失表示为： 其中，为相似度计算函数，T为对比损失比例。

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杭州市滨江区浙工大网络空间安全创新研究院，其通讯地址为：310051 浙江省杭州市滨江区长河街道湖西路575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”。

以上内容由龙图腾AI智能生成。