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

AITNT
正文
推荐专利
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
申请号:CN202510786159
申请日期:2025-06-12
公开号:CN120636607A
公开日期:2025-09-12
类型:发明专利
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
1
便携式超声心血管评估系统及方法
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
2
一种基于多源信息的用户行为分析方法
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
3
基于多模态数据分析模型的精神疾病辅助诊断方法及系统
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
4
一种基于多源风险异常行为数据融合分析的风险异常行为事件识别方法
事件识别方法 特征编码方法 标签 多模态特征 风险
5
一种基于分区模块的主网图模生成方法
分区模块 网络特征 节点特征 监控网络状态 模型生成方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号