本申请针对现有化学反应路径预测技术中存在的设计效率慢、预测精度低等问题,提出一种基于机器学习的化学通路分析预测方法。通过四层架构:数据支撑层、数据计算层、规则网络层和路径预测层,实现对未知反应路径的快速、高精度预测。本申请基于图表征的方式构建大规模底层化学数据库,能够很好的体现化学反应中分子的结构变化;通过图卷积神经网络模型和快速子图匹配检测技术,准确地提取出化学分子特征、反应模式等信息,有效提高了通路预测的精准度。本申请借助通路预测技术,实现从反应物到目标产物在反应规则网络的快速搜索,极大提高了生物反应路径的预测效率,降低了路径预测的成本。
声明:
“基于机器学习的化学通路分析预测方法及终端设备” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)