一种基于代谢引导的药物毒性预测方法

AITNT
正文
推荐专利
一种基于代谢引导的药物毒性预测方法
申请号:CN202510950157
申请日期:2025-07-10
公开号:CN120877926A
公开日期:2025-10-31
类型:发明专利
摘要
本发明属于药物毒性预测技术领域,具体地说是一种基于代谢引导的药物毒性预测方法。本发明旨在通过代谢方法,引导前药或者无毒物质,考虑其带代谢过程中的毒性(例如前药在代谢过程中转换为有效成分),进而对前药或无毒物质的潜在毒性进行预测。通过代谢的引导,希望能够预测前药是否会在体内产生毒性进行准确的预测。本发明提出的技术方案中,通过对分子图使用不同的表征的方式对分子进行学习,这使得可以捕获不同层次、不同分割方法下的不同特征。通过代谢图的引导,可以使得反应物获得产物相关的属性,用于解释其在代谢过程中所产生的毒性变化。
技术关键词
官能团 分子结构特征 毒性预测方法 消息传递网络 节点特征 药物 代表 拆分方法 交叉注意力机制 注意力方法 融合特征 构建算法 前药 矩阵 分割方法 数值
系统为您推荐了相关专利信息
1
写作内容处理方法、装置和计算机设备
特征提取单元 心理健康 特征提取网络 语义特征提取 风险
2
一种基于多通道特征融合的药物-药物相互作用预测方法
多通道特征融合 药物子结构 Node2Vec算法 分子结构特征 节点
3
一种基于图关系的企业供应链优化方法及装置
企业供应链优化 神经网络模型 关系 节点特征 代表
4
一种信用卡行为特征识别方法、装置、设备及存储介质
样本 特征识别方法 多视角 标记 流水
5
一种基于多层图神经网络模型的网络节点分类方法
网络节点分类方法 神经网络模型 多头注意力机制 消息传递机制 邻居
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