基于元学习的小样本药代动力学性质预测方法及相关设备

AITNT
正文
推荐专利
基于元学习的小样本药代动力学性质预测方法及相关设备
申请号:CN202510800807
申请日期:2025-06-16
公开号:CN120319331A
公开日期:2025-07-15
类型:发明专利
摘要
本发明公开了一种基于元学习的小样本药代动力学性质预测方法及相关设备,涉及药代动力学领域。方法包括:获取候选化合物的多维度特征数据,多维度特征数据包括原子级特征、分子描述符及分子结构特征;将多维度特征数据输入至预设的药代动力学性质预测模型中,得到初步预测结果,药代动力学性质预测模型是基于小样本通过元学习进行预训练的,模型包括第一、第二机器学习模型,初步预测结果包括由第一机器学习模型输出的第一预测结果,及第二机器模型输出的第二预测结果;根据第一、第二预测结果,确定候选化合物的药代动力学性质预测结果。本发明可以在早期药物研发的小样本场景下,缓解药代动力学性质预测结果准确性不高的问题。
技术关键词
药代动力学 机器学习模型 性质预测方法 分子结构特征 多头注意力机制 计算机程序代码 训练神经网络 电子设备 数据 计算机程序产品 样本 ReLU函数 描述符 深度神经网络 训练集 矩阵 存储器
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