摘要
本公开实施例提供的一种基于多模态深度学习天然产物抗衰老成分筛选方法和系统,涉及人工智能辅助药物发现技术领域。该方法包括:采集多源数据,并对所述多源数据进行标准化处理;对标准化处理后的所述多源数据进行多模态特征处理;根据多模态特征处理后的所述多源数据构建双通道迁移学习模型,并对所述双通道迁移学习模型进行训练并微调;根据微调后的双通道迁移学习模型预测待测天然产物的抗衰活性。本公开提供的基于多模态深度学习天然产物抗衰老成分筛选方法,能够提升数据利用率,并能输出重要原子片段与关键靶点。
技术关键词
迁移学习模型
多模态特征
多模态深度学习
西药
网络特征
中药
筛选方法
预训练模型
数据
分子
药物发现技术
样本
人工智能辅助
矩阵
筛选系统
衰老
模块
注意力
通道
系统为您推荐了相关专利信息
心动周期
LBP特征提取
局部二值模式
超声图像处理装置
评估系统
分析方法
卷积神经网络特征
缺失值填充方法
融合多源信息
特征值
多模态数据分析
辅助诊断系统
人脸表情
辅助诊断方法
音频特征
事件识别方法
特征编码方法
标签
多模态特征
风险
分区模块
网络特征
节点特征
监控网络状态
模型生成方法