摘要
本发明涉及人工智能大语言模型技术领域,具体为一种基于大模型和向量数据库的医药行业药物发现和功能预测方法及系统,包括以下步骤:信息整合抽取,LLM提取药物信息,分子指纹计算及milvus数据库构建,药物筛选以及功能推测;有益效果为:本发明提出的基于大模型和向量数据库的医药行业药物发现和功能预测方法及系统,利用大模型和向量数据库的结合,可以快速而准确地发现具有潜在药用价值的化合物,这加快了药物研发的速度;通过大模型的推理和总结,可以预测待筛选药物的功能、药性以及可能的不良反应,这有助于在早期筛选阶段就发现潜在的问题,并减少后续实验的成本和时间。
技术关键词
功能预测方法
药物
指纹
分子
先导化合物
预测系统
信息模块
深度学习模型
神经网络模型
潜在药用价值
字段
数据
大语言模型
格式
机制
高性能
药效
索引
阶段
系统为您推荐了相关专利信息
高分子材料
数据
样本
结构单元
XGBoost模型
分子筛筒
压缩机转速
控制阀模块
控制模块
压缩机故障
分子属性预测方法
学习器
样本
标记
属性预测模型