-
公开(公告)号:CN115424681A
公开(公告)日:2022-12-02
申请号:CN202211029734.3
申请日:2022-08-25
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于图表示学习的共晶预测方法,提出了一个基于门控消息传递神经网络的可解释模型,即CC‑MPNN,利用门控消息传递神经网络获取化合物的子结构,并利用共同注意力机制来计算子结构之间的相互作用得分,设计基于图表示学习的共晶预测方法,探索化合物子结构与共晶反应的关联规律。
-
公开(公告)号:CN115424681B
公开(公告)日:2025-05-27
申请号:CN202211029734.3
申请日:2022-08-25
Applicant: 西北工业大学
IPC: G16C20/50 , G16C20/70 , G06N3/045 , G06N3/042 , G06N3/0442
Abstract: 本发明公开了一种基于图表示学习的共晶预测方法,提出了一个基于门控消息传递神经网络的可解释模型,即CC‑MPNN,利用门控消息传递神经网络获取化合物的子结构,并利用共同注意力机制来计算子结构之间的相互作用得分,设计基于图表示学习的共晶预测方法,探索化合物子结构与共晶反应的关联规律。
-
公开(公告)号:CN116206704A
公开(公告)日:2023-06-02
申请号:CN202211698293.6
申请日:2022-12-28
Applicant: 西北工业大学
IPC: G16C20/50 , G16C20/30 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于粗细粒度分类的药代动力学和毒性预测方法,提出一个基于多任务的可解释模型,即MCF‑PT,利用多任务学习并结合任务特有特征及共享特征方法,设计基于粗细粒度成药的图神经网络,研究基于的小分子药代动力学和毒性预测方法,探索化合物官能团与其多种药代动力学和毒性终点的关联规律。
-
-
-