摘要
本申请提供一种基于联合分子表征的化合物ADMET性质预测方法及电子设备,其方法包括获取待预测化合物分子的分子图和SMILES序列;将分子图处理为图特征向量,将SMILES序列处理为序列全局特征向量和分子指纹向量;将图特征向量、序列全局特征向量和分子指纹向量拼接后得到联合分子表征;将联合分子表征输入至ADMET性质预测模型,ADMET性质预测模型输出预测到的待预测化合物分子对应的ADMET性质;其中,ADMET性质预测模型为深度学习算法训练得到。本申请通过待预测化合物分子的三种不同类型的分子特征进行融合,有效减少特征缺失,提高ADMET性质预测结果的准确性和稳定性。
技术关键词
性质预测方法
分子
深度学习算法
序列
指纹
卷积神经网络模型
前馈神经网络
样本
电子设备
计算机程序产品
处理器
编码
可读存储介质
存储器
数据
分词
指令
指标
系统为您推荐了相关专利信息
融合知识图谱
推理方法
序列标注模型
搜索算法
实体
加固材料
性能分析方法
动态时间规整算法
包络
复杂度
细胞损伤模型
氧化应激指标
阿魏酸
神经细胞
黄芩
风险预测系统
风险预测模型
膀胱癌患者
LSTM模型
静态特征