合肥金星智控科技股份有限公司
宣传

位置:中冶有色 >

有色技术频道 >

> 化学分析技术

> 基于图卷积神经网络预测小分子化合物解离常数的方法

基于图卷积神经网络预测小分子化合物解离常数的方法

1025   编辑:管理员   来源:中冶有色技术网  
2023-03-19 07:28:45
本发明涉及一种基于图卷积神经网络预测小分子化合物解离常数的方法,该方法不同于传统的基于分子指纹的预测方法,通过图卷积神经网络自动学习与解离常数有关的化学模式构建预测模型。ChEMBL数据库中160万种化合物的解离常数用于训练模型。此外,为了快速确定每个化合物中的解离中心,本发明基于ChEMBL数据库构建了一个含144个SMARTS模板的子结构数据库。预测新的化合物时,首先使用SMARTS模板库匹配化合物中的解离中心,然后依次预测每个解离中心的解离常数。利用本发明,可以快速准确地预测化合物的解离常数,提高药物设计和虚拟筛选的效率。
声明:
“基于图卷积神经网络预测小分子化合物解离常数的方法” 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)
分享 0
         
举报 0
收藏 0
反对 0
点赞 0
标签:
化学分析
全国热门有色金属技术推荐
展开更多 +

 

中冶有色技术平台微信公众号
了解更多信息请您扫码关注官方微信
中冶有色技术平台微信公众号中冶有色技术平台

最新更新技术

报名参会
更多+

报告下载

第二届中国微细粒矿物选矿技术大会
推广

热门技术
更多+

衡水宏运压滤机有限公司
宣传
环磨科技控股(集团)有限公司
宣传

发布

在线客服

公众号

电话

顶部
咨询电话:
010-88793500-807
专利人/作者信息登记