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！

龙图腾网获悉四川农业大学申请的专利一种基于大语言模型的自主进化式药物发现与递送协同方法及系统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：CN121747689B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610222450.8，技术领域涉及：G16B15/30；该发明授权一种基于大语言模型的自主进化式药物发现与递送协同方法及系统是由杨言;陈浩然;段旭良;吴佳妮;梁云森设计研发完成，并于2026-02-25向国家知识产权局提交的专利申请。

本一种基于大语言模型的自主进化式药物发现与递送协同方法及系统在说明书摘要公布了：本发明涉及药物发现与递送协同领域，具体涉及一种基于大语言模型的自主进化式药物发现与递送协同方法及系统。其中方法包括：针对给定生物靶点三维结构，通过SE3等变混合生成模型生成与靶点口袋互补且兼顾成药性的候选分子库；根据两阶段漏斗式高通量虚拟筛选流程，从候选分子库中筛选出综合潜力最高的分子；通过三阶段流程生成定制化递送方案；在一个模拟真实体内肿瘤微环境数字化孪生模型中，模拟药物与载体复合体靶向递送过程并评估效率；通过分子动力学模拟，对药物、载体以及靶点三元体系进行原子级性能确证。本发明适用于药物研发。

本发明授权一种基于大语言模型的自主进化式药物发现与递送协同方法及系统在权利要求书中公布了：1.一种基于大语言模型的自主进化式药物发现与递送协同方法，其特征在于，包括如下步骤： S1、针对给定生物靶点三维结构，通过SE3等变混合生成模型生成与靶点口袋互补且兼顾成药性的候选分子库； S2、根据两阶段漏斗式高通量虚拟筛选流程，从候选分子库中筛选出综合潜力最高的分子； 两阶段漏斗式高通量虚拟筛选流程具体包括： 第一阶段，依据物理化学性质与快速对接进行过滤，排除存在明显缺陷的分子，筛选规则包含几何与空间约束、物理化学性质以及初步结合效能，几何与空间约束包含配体内部或配体-口袋无碰撞、构象最小化RMSD1.0Å，物理化学性质包含可旋转键数量10、1LogP3、1SAScore10，初步结合效能包含VinaScore-0.6、VinaEfficiency-0.3、CNNScore0.4； 第二阶段，基于预训练模型开展多维综合评估，利用ADMETlab3.0以及GNINA工具，通过加权求和构建综合潜力评分模型，权重设置如下：GNINA亲和力评估0.3、GNINA卷积网络预测0.2、hERG心脏毒性预测0.1、药物类似性0.08、人体肠道吸收0.08、水溶性0.05、合成可及性0.05、脂水分配系数0.05、分子量0.05、氢键受体或供体数0.04； S3、通过三阶段流程生成定制化递送方案； 第一阶段，基于XGBoost的给药途径预测，通过包含超过多个已知药物及其给药途径的数据集对XGBoost进行训练，对于数据集中的每个分子，提取多种理化性质描述符，包含分子量MW、脂水分配系数LogP以及拓扑极性表面积TPSA，并结合分子指纹捕捉其结构信息； 第二阶段，基于专家规则的载体策略筛选，核心是if-then规则树，依据分子亲疏水性和功能性需求筛选载体类型； 第三阶段，基于强化学习与分子动力学代理模型的载体参数优化； 强化学习框架的状态空间为载体参数向量，包含核心材料组分、载体粒径、表面修饰配体的种类与密度以及药物载量可调参数，动作空间为参数微调操作，奖励函数为： ； 其中，f表示待最大化的性能项，g表示待最小化的惩罚项，w1、w2表示权重稀疏； 构建分子动力学奖励代理模型，构建流程如下： 构建离线数据库，首先离线构建一个包含数十种已知药物与载体单体组合的模拟体系库； 执行分子动力学模拟，对模拟体系库中每个体系，在模拟的生理环境下进行设置时间的分子动力学模拟，生成具有物理真实性的原子运动轨迹数据； 物理可观测量提取，从模拟轨迹数据中，计算并提取一系列表征分子间相互作用与动态行为的物理量，包含药物分子与载体材料之间的相互作用能、径向分布函数以及扩散系数； 分子动力学奖励代理模型训练，将分子动力学模拟中提取的物理量作为特征输入，并将已知的宏观性能指标包封率作为标签，训练一个小型MLP神经网络，训练好的MLP神经网络即为奖励代理模型； S4、在模拟真实体内肿瘤微环境数字化孪生模型中，模拟药物与载体复合体靶向递送过程并评估效率； S5、通过分子动力学模拟，对药物、载体以及靶点三元体系进行原子级性能多维度验证。

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四川农业大学，其通讯地址为：625000 四川省雅安市雨城区新康路46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。