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！

龙图腾网获悉中国药科大学申请的专利基于深度迁移学习模型的药物分子骨架替换和筛选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：CN115881244B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202211377232.X，技术领域涉及：G16C20/50；该发明授权基于深度迁移学习模型的药物分子骨架替换和筛选方法是由余文颖;胡宇轩;张洪浩;任秋翰;马奕柯;吴妍;张震设计研发完成，并于2022-11-04向国家知识产权局提交的专利申请。

本基于深度迁移学习模型的药物分子骨架替换和筛选方法在说明书摘要公布了：本发明公开了一种基于深度迁移学习模型的药物分子骨架替换和筛选方法，属于计算机辅助药物研发领域，具体步骤包括：获取源域和目标域数据集；提取源域和目标域对应化合物及待筛选化合物的分子骨架；基于源域数据集预训练得到图神经网络模型；输入目标域数据集到预训练好的网络模型中，对网络模型参数进行微调得到新的参数及模型；基于综合评分获得小分子骨架；替换分子骨架获得系列全新分子。本发明在D‑MPNN和FNN的基础上，通过引入迁移学习思路，结合药物靶点上下游和迁移学习任务上下游的双上下游策略，提取预训练网络特征值并微调，达到对小样本数据集更好的训练效果，帮助小样本量数据的上下游靶点建立全新分子骨架筛选和替换模型。

本发明授权基于深度迁移学习模型的药物分子骨架替换和筛选方法在权利要求书中公布了：1.一种基于深度迁移学习模型的药物分子骨架替换和筛选方法，其特征在于，包括如下步骤： 步骤一，获取源域数据集和目标域数据集； 步骤二，将待筛选化合物以及步骤一所获得的源域数据集和目标域数据集的对应化合物分别转变为化合物骨架； 步骤三，输入步骤二所获得的源域数据集对应化合物骨架的简化分子线性输入规范格式文本和生物活性数据到图神经网络模型中预训练得到网络模型； 所述图神经网络模型包括定向消息传递神经网络模块、前馈神经网络模块，所述定向消息传递神经网络模块用于提取分子特征；所述前馈神经网络模块用于完成分子性质的分类和预测； 步骤四，将步骤二所获得的目标域数据集对应化合物骨架的简化分子线性输入规范格式文本和生物活性数据输入到步骤三获得的预训练好的网络模型中，并对该网络模型中参数进行微调，得到新的参数及模型； 在将源域数据集对应化合物骨架的简化分子线性输入规范格式文本，即smiles文本输入到图神经网络模型中前，使用开源包RDkit对输入的源域数据集对应化合物smiles文本进行计算，获得对应的小分子化合物的原子特征xv和化学键特征evw，作为图神经网络模型的最初输入特征； 所述定向消息传递神经网络模块中，在进行消息传递前，先对其初始隐藏层进行初始化计算： 其中，τ为ReLU激活函数，Wi为可学习的矩阵参数，catxv,evw是将原子特征与化学键特征合并为相应矩阵； 然后在定向消息传递的每一步骤t上，对化合物原子特征的隐藏层和传递信息以及化学键特征的隐藏层和传递信息进行更新； hv＝τWacatxv,mv； 然后首先对原子的隐藏层进行求和，获得分子的特征向量h： h＝∑v∈Ghv； 最终通过进行化合物性质预测，其中f.是一个前馈神经网络模块，进而得到预训练好的图神经网络模型； 步骤五，基于步骤四得到的针对目标域数据集的深度学习网络模型对待筛选化合物进行骨架综合筛选，获得分子骨架综合得分，筛选出分子骨架； 步骤六，将上述筛选出的分子骨架替换到目标小分子化合物中，获得系列骨架替换后的全新分子。

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中国药科大学，其通讯地址为：211198 江苏省南京市江宁区龙眠大道639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。