基于进化计算和多粒度代理模型近似的药物小分子优化方法

本发明公开了一种基于进化计算和多粒度代理模型近似的药物小分子优化方法，包括：1将药物小分子多属性优化问题建模为昂贵约束多目标优化问题；2在离散化学空间均匀地生成初始分子种群并对其进行昂贵的优化目标评价以及约束评价；3将评价后的药物小分子编码到连续潜在空间，得到分子的连续向量表示；4使用分子的连续向量表示、对应的目标值与约束值作为训练数据，训练多粒度代理模型；5执行代理模型辅助的进化算法，选出优质药物小分子解码到离散化学空间，并对其进行昂贵的优化目标评价以及约束评价；6重复步骤3‑5，从而输出最优药物分子。本发明旨在使用较低的评估代价高效优化药物小分子的多个属性，从而为药物研发提供技术支持。