基于玻尔兹曼噪音多态SMILE式训练大模型的化合物活性预测

本发明公开了一种基于玻尔兹曼噪音多态SMILE式训练大模型的化合物活性预测方法，属于计算化学与人工智能交叉领域。方法包括：从Tox21数据集筛选高质量化合物活性数据，通过化学多态性将单条SMILE式扩展为500条异构式；基于生理热力学条件生成玻尔兹曼噪音修正pEC50值，构建多态性训练数据集；采用DORA技术对大型语言模型进行参数高效微调，目标为最小化预测误差。本发明的创新点在于：（1）通过化学多态性扩展实现数据增强，解决小样本学习问题；（2）引入玻尔兹曼噪音模拟生理环境下分子相互作用的不确定性；（3）结合动态低秩适配技术，在保持模型泛化能力的同时提升预测精度。实验表明，本方法在测试集上的MAE显著优于传统QSAR模型。