本发明揭示了一种基于多任务图神经网络的分子毒性预测方法和装置,该方法包括以下步骤:S1:毒性数据集的准备,得到用化学分子规范表达式表示的毒性数据;S2:使用S1步骤中得到的用化学分子规范表达式的毒性数据,生成原子节点特征向量;S3:使用S1步骤中得到的用化学分子规范表达式的毒性数据,生成边信息特征向量;S4:基于S2步骤得到的原子节点特征向量和和S3步骤得到的边信息特征向量,构建基于多任务图神经网络的分子毒性预测模型;S5:对模型进行性能验证。针对分子毒性数据集设计的多任务图神经网络,构建自动学习分子图结构信息模型,能够结合分子毒性任务间的关联性,使用多任务学习方法来提升毒性预测任务的性能。
声明:
“基于多任务图神经网络的分子毒性预测方法和装置” 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)