基于人工智能的药物分子生成方法

本发明公开了一种基于人工智能的药物分子生成方法，涉及药物研发技术领域，包括以下步骤，收集已知药物分子的结构数据进行SMILES编码，使用生成对抗网络深度学习架构来构建药物分子生成模型；利用损失函数训练模型；从一个随机分布中采样得到随机向量输入到训练好的生成器中，生成器输出对应的药物分子结构表示，将生成的SMILES字符串转换回药物分子结构。本发明利用生成对抗网络，能够从随机向量快速生成药物分子结构表示，大大缩短了药物分子生成的时间，提高了研发效率。基于损失函数和Adam优化算法，生成器和判别器在对抗训练过程中不断优化自身参数，使生成的药物分子更接近真实药物分子的特征，从而提高生成药物分子的质量和有效性。