一种基于深度学习的罗布麻活性成分快速筛选方法

本发明公开了一种基于深度学习的罗布麻活性成分快速筛选方法，涉及药物筛选方法技术领域，其技术要点为：该方法包括：构建包含罗布麻化学成分结构及活性数据的数据集；将化合物结构转化为图结构表示，提取图特征向量；构建深度学习预测模型，对目标分子进行活性预测；并引入数据增强机制生成虚拟分子对训练集进行扩充。所述模型采用图卷积与注意力机制联合建模，损失函数包含L2正则项以提升泛化能力。实验结果表明，本发明可在无需大规模体外实验的前提下实现对未知成分活性的高效预测，具有准确性高、筛选速度快、可推广性强的优点，适用于天然药物活性成分的智能筛选与药效物质基础研究。