公开(公告)号：CN115691686A

公开(公告)日：2023-02-03

申请号：CN202211385153.3

申请日：2022-11-07

Applicant: 河南大学

Inventor： 彭李超 ,  王恒哲 ,  杨晓慧 ,  郭艳慧 ,  李子欣 ,  余亚萍

IPC: G16C10/00 ,  G16C20/10 ,  G16C20/70 ,  G06N3/08 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明涉及人工智能的有机合成技术领域，具体涉及一种基于ChemCNet的有机合成智能分析方法及系统；该方法包括：1)特征描述符的计算，根据软件将化学反应条件转化为特征描述符；2)模型的建立，构建注意力驱动，并结合深度学习和集成提升树CatBoost的ChemCNet模型，对特征描述符进行再表示学习、产率进行智能预测，对产率和反应条件内在关系进行分析；3)使用特征重要性和SHAP值对ChemCNet模型及其预测结果进行可视化分析。该方法能够降低数据冗余性，实现化学反应产率的精准预测；符合绿色化学，智慧化学理念，在节约资源的基础上实现对产率的精准预测，并智能分析反应条件与产率之间的内在关系。

公开(公告)号：CN119694442A

公开(公告)日：2025-03-25

申请号：CN202411791068.6

申请日：2024-12-06

Applicant: 河南大学

Inventor： 杨晓慧 ,  余亚萍 ,  杨梦君 ,  侯晶晶 ,  彭李超

IPC: G16C20/30 ,  G16C20/70 ,  G06N3/042 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种基于双视图图神经网络药物相互作用预测方法，该方法通过用带有子结构注意力机制的定向消息传递神经网络自适应地提取单个药物视图内的特征，用图注意力网络提取药物对视图间的交互特征，再融合生成药物子结构特征，从而更准确地预测药物间的相互作用。并通过共同注意力机制模块，将药物相互作用转化为药物子结构之间的成对相互作用，大大增强了对药物分子特征的捕捉能力，提高了预测精度。该发明能够充分利用药物间的交互信息和化学子结构相互作用信息，研究药物相互作用预测的分类识别问题，提供了一种高效的药物相互作用预测方法。