一种基于迁移学习和图神经网络的离子液体型抗生素的药性预测方法及高通量筛选平台

    公开(公告)号:CN114220497A

    公开(公告)日:2022-03-22

    申请号:CN202111531094.1

    申请日:2021-12-14

    Abstract: 本发明涉及一种基于迁移学习和图神经网络的离子液体型抗生素的药性预测方法及高通量筛选平台。该方法包括以下步骤:首先,从公开数据库和文献中搜集有机分子和离子液体对病菌的最低抑菌浓度,分别作为预训练和最终训练的数据集;采用有机分子的数据对单图输入模型进行预训练;通过迁移学习的方法将预训练模型参数移植到多图输入模型中;采用离子液体的数据对多图输入模型进行训练,得到离子液体抗菌性能预测模块;构建了离子液体的理论结构库;通过预测模块对理论结构库中的离子液体进行抗菌性预测,并最终筛选出具有优异抗菌性能的离子液体结构。本发明解决了数据量少及深度学习预测复杂的离子结构‑药性关系的难题,并实现了新型离子液体抗生素的高通量筛选。

Patent Agency Ranking