公开(公告)号：CN117012304B

公开(公告)日：2024-02-02

申请号：CN202311203938.9

申请日：2023-09-18

Applicant: 河北农业大学

Inventor： 程曼 ,  随海燕 ,  袁洪波 ,  周焕笛

IPC: G16C20/50 ,  G16C20/70 ,  G06N3/045 ,  G06N3/094 ,  G06N3/092

Abstract: 本申请公开了融合GGNN‑GAN的深度学习分子生成系统及方法，包括：数据收集模块、预处理模块和分子生成模块；数据收集模块用于收集初始分子的分子数据，分子数据包括：化学结构、活性和物理性质；预处理模块用于对分子数据进行编码，生成对应的特征矩阵；分子生成模块用于基于特征矩阵，训练GGNN‑GAN分子生成模型，并利用GGNN‑GAN分子生成模型生成新的分子结构。本申请在数据量足够的情况下，生成的分子在有效性、新颖性和唯一性方面得到显著提升，在数据量少的情况下进行训练，可以通过GAN进行数据扩充，解决分子数据较少时的训练不足的问题，从而使生成模型能够生成与原始数据具有相同特点的新分子。

公开(公告)号：CN117012304A

公开(公告)日：2023-11-07

申请号：CN202311203938.9

申请日：2023-09-18

Applicant: 河北农业大学

Inventor： 程曼 ,  随海燕 ,  袁洪波 ,  周焕笛

IPC: G16C20/50 ,  G16C20/70 ,  G06N3/045 ,  G06N3/094 ,  G06N3/092

Abstract: 本申请公开了融合GGNN‑GAN的深度学习分子生成系统及方法，包括：数据收集模块、预处理模块和分子生成模块；数据收集模块用于收集初始分子的分子数据，分子数据包括：化学结构、活性和物理性质；预处理模块用于对分子数据进行编码，生成对应的特征矩阵；分子生成模块用于基于特征矩阵，训练GGNN‑GAN分子生成模型，并利用GGNN‑GAN分子生成模型生成新的分子结构。本申请在数据量足够的情况下，生成的分子在有效性、新颖性和唯一性方面得到显著提升，在数据量少的情况下进行训练，可以通过GAN进行数据扩充，解决分子数据较少时的训练不足的问题，从而使生成模型能够生成与原始数据具有相同特点的新分子。