公开(公告)号：CN116130017A

公开(公告)日：2023-05-16

申请号：CN202210439114.0

申请日：2022-04-24

Applicant: 兰州大学

Inventor： 雍宾宾 ,  王金强 ,  周庆国 ,  周睿 ,  吕慧

IPC: G16C20/20 ,  G16C20/70 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开一种基于神经网络的化合物结构识别与预测方法。在化学中结构直接决定了化学属性,传统的化合物结构识别主要通过对化合物进行分离提纯，之后利用光谱表征结构，如核磁共振谱图，对化合物的结构和官能团进行分析预测。然而分离提纯过程占实验80％‑90％的时间，同时可能因为原料未完全反应，导致存在多个反应物及新生化合物使得分离并不彻底而出现预测差错。本发明通过使用人工智能中的神经网络方法，根据化合物结构谱图，特别是13C和1H核磁共振图谱进行数据集制作和训练，形成的训练模型可以对混合物中的化合物结构或官能团结构进行智能识别和预测，直接得到化合物分子结构。该方法避免了复杂的分离提纯过程，是一种具有潜力的前沿性化合物结构探索分析方法。