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！

龙图腾网获悉鲁东大学申请的专利一种基于多模态门控与对比学习的分子性质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：CN121075484B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511612007.3，技术领域涉及：G16C20/30；该发明授权一种基于多模态门控与对比学习的分子性质预测方法是由刘兆旗;周树森;王庆军;臧睦君;刘通;柳婵娟设计研发完成，并于2025-11-06向国家知识产权局提交的专利申请。

本一种基于多模态门控与对比学习的分子性质预测方法在说明书摘要公布了：本发明属于生物信息学领域，涉及一种基于多模态门控与对比学习的分子性质预测方法，其中包括对比学习、图神经网络、跨模态对齐、门控注意力等技术。首先进行数据标准化与图构建，并提取分子指纹嵌入；其次，采用异构双通道图编码架构，其中一路通过注意力机制捕获原子近程相互作用，另一路整合分子全局结构与长程依赖，生成互补分子表示；随后，引入跨模态注意力机制，实现图与指纹特征的双向关联，并经由门控融合模块自适应动态分配模态权重。最后，采用对比预训练策略，利用分子图与指纹构建样本对，在无标注数据上学习判别性分子表示。该方法显著提升了分子性质预测的准确性，为药物虚拟筛选与先导化合物优化提供了高效可靠的计算工具。

本发明授权一种基于多模态门控与对比学习的分子性质预测方法在权利要求书中公布了：1.一种基于多模态门控与对比学习的分子性质预测方法，其特征在于，包括以下步骤： 步骤1、利用化学信息工具包将分子SMILES数据解析为包含93维原子节点特征和11维化学键边特征的分子图结构，同时提取881维PubChem指纹、166维MACCS指纹和ErG指纹，拼接为1489维综合指纹特征向量； 步骤2、构建两个并行的图神经网络编码器，其中图注意力编码器采用两层图注意力网络，第一层使用10个注意力头输出5120维特征，第二层使用单个注意力头输出512维特征；图同构编码器采用三层图同构网络，输出维度依次为512维、1024维和512维；并在每个编码器末端集成2层Transformer编码器，每层使用8个注意力头和2048维前馈网络，以捕获分子全局语义依赖关系； 步骤3、采用NT-Xent对比损失函数，温度参数设置为可学习变量，将同一分子分别输入图注意力和图同构编码器输出的512维特征作为正样本对，当前批次中其他分子特征作为负样本，通过最大化正样本对的余弦相似度进行自监督预训练； 步骤4、在下游任务训练阶段同时计算二元交叉熵分类损失和对比学习损失，其中对比损失通过投影网络将特征映射到128维空间后计算，设置对比损失权重系数为0.1，实现联合优化； 步骤5、将预训练的图结构特征进行归一化，指纹特征通过全连接网络投影到512维，应用4头跨模态注意力机制实现图特征与指纹特征的双向交互，采用门控融合模块动态调节三种特征源的贡献权重，最终将融合后的特征输入包含归一化层、GELU激活和随机失活的多层感知机预测网络，输出分子性质预测结果。

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鲁东大学，其通讯地址为：264025 山东省烟台市芝罘区红旗中路186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。