一种基于多模态多尺度特征的分子ADMET性质预测算法

本发明涉及人工智能药物研发技术领域，尤其涉及一种基于多模态多尺度特征的分子ADMET性质预测算法。该算法通过构建多模态特征融合框架，对小分子SMILES字符串进行多尺度特征提取，并在涵盖吸收、分布、代谢、排泄、毒性及一般特性的73个ADMET性质上完成训练与预测。本发明提出了一种多模态多尺度特征融合策略，整合原子特征，分子指纹特征，理化性质特征，形成覆盖分子的多尺度特征集。递进的信息提取架构，联合使用图神经网络(GCN)，门控循环单元(GRU)及注意力机制提取特征，显著提升了ADMET性质预测的准确性。总之，我们的方法标志着药物ADMET性质预测的重要一步。