基于深度学习预测抗氧化分子的方法及系统

本发明公开了一种基于深度学习预测抗氧化分子的方法及系统，首先分子实验数据库抗氧化测定方法进行分类，构建不同抗氧化性质的抗氧化数据二分类数据库，然后基于消息传递神经网络模型利用抗氧化分子的化学结构SMILEs结构预测抗氧化分子。本发明对抗氧化分子的具有准确且稳定的预测鉴定能力，只需获得分子化学结构，在实验测定之前，即可筛选鉴定分子的是否为抗氧化物质，及其抗氧化能力类型和抗氧化可解释性结构，为新型抗氧化物质的筛选和挖掘提供快捷有效手段。