摘要
基于缺失模态生成的多模态药物分子预测方法,本发明属于人工智能辅助药物研发领域,具体涉及多模态药物分子预测方法。本发明的目的是解决多模态分子‑文本预训练数据集规模受分子描述文本模态缺失的限制,模型难以充分捕捉分子图结构和文本之间的复杂关系,且现有多模态分子预训练模型在下游任务上的表现存在一定不足的问题。具体过程为:一:构建多模态分子预训练模型;二:对多模态分子预训练模型进行预训练,获得预训练好的多模态分子预训练模型;三:基于下游任务类型,对预训练好的多模态分子预训练模型进行微调,获得微调后的多模态分子预训练模型;四:基于微调后的多模态分子预训练模型对下游任务进行预测。
技术关键词
结构编码器
预训练模型
跨模态
分子预测方法
序列
多模态
药物
注意力
节点特征
模态特征
超参数
人工智能辅助
阶段
网络
模块
文本编码器
多层感知机
系统为您推荐了相关专利信息
变电站二次设备
故障传播路径
卷积模块
推理规则
故障维修记录
疲劳寿命预测方法
超高性能混凝土
傅里叶变换算法
频率
疲劳寿命预测技术