买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利基于蛋白质结构的可控属性全新活性小分子设计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116758978B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310707583.0，技术领域涉及：G16B15/30；该发明授权基于蛋白质结构的可控属性全新活性小分子设计方法是由施建宇;李嘉宁;杨光;赵鹏程;韦学鑫设计研发完成，并于2023-06-15向国家知识产权局提交的专利申请。

本基于蛋白质结构的可控属性全新活性小分子设计方法在说明书摘要公布了：本发明公开了一种基于蛋白质结构的可控属性全新活性小分子设计方法，提出了一个基于Transformer的小分子生成模型，即CproMG。基于融合蛋白质的层次视图，它通过将氨基酸残基与其组成原子关联，显著增强了蛋白质结合袋的表达。通过联合嵌入分子序列、其类药物性质和与蛋白质的结合亲和力，它通过测量分子标记与蛋白质残基和原子的接近度，以可控的方式自动回归生成具有所需财产的新分子。

本发明授权基于蛋白质结构的可控属性全新活性小分子设计方法在权利要求书中公布了：1.基于蛋白质结构的可控属性全新活性小分子设计方法，其特征在于，包括以下步骤： 1构建小分子生成模型CProMG： 所述小分子生成模型CProMG包括蛋白质嵌入模块、双视图编码器模块、小分子嵌入模块以及解码器模块，使用束搜索算法逐步生成完整的SMILES序列； 所述蛋白质嵌入模块用于获得蛋白质的氨基酸图特征和原子图特征，包括氨基酸图嵌入单元以及原子图嵌入单元； 所述双视图编码器模块用于融合蛋白质的氨基酸图特征和原子图特征，获得融合的蛋白质特征，包括多头注意力网络、前馈神经网络和信息交叉融合单元； 所述小分子嵌入模块用于获得小分子初始特征，包括小分子SMILES和属性的嵌入单元、段编码单元和位置编码单元； 所述解码器模块用于生成小分子序列，包括mask多头注意力网络、交互多头注意力网络和前馈神经网络； 2获取样本数据，对步骤1构建的小分子生成模型CProMG进行训练，获得训练好的小分子生成模型；具体训练过程如下： 2.1采集样本数据，构建训练数据集和测试数据集 所述样本数据为结合姿势均方根偏差小于的蛋白质-小分子对，其包括蛋白质的三维结构信息以及小分子的SMILES序列信息； 2.2获得蛋白质特征以及小分子初始特征 蛋白质特征通过以下方式获得： A1.对步骤2.1中蛋白质的三维结构进行表征，使用K-近邻算法构建蛋白质氨基酸图和蛋白质原子图通过one-hot编码节点信息，再加上拉普拉斯位置编码得到节点的初始特征，利用高斯核函数将边长转换为边特征； A2.利用双视图编码器模块对A1获得的蛋白质氨基酸图和蛋白质原子图的初始特征进行融合训练，获得蛋白质特征； 双视图编码器模块包含并行的氨基酸视图编码器Enr和原子视图编码器Ena，每一个编码器分别包含t个编码层，每个编码层都首先使用边特征来增强每个节点的信息，然后利用多头注意力机制计算每个节点与其邻接节点的注意力分数，并将其作为权重来聚合邻接节点，更新节点信息，最后传入前馈神经网络；信息交叉融合单元将两个视图的信息融合；最后将Enr和Ena的输出拼接，得到最终的蛋白质特征表示； 小分子初始特征通过以下方式获得： 对步骤2.1中的小分子SMILES序列信息进行表征，使用RDKit获得小分子的理化性质，并且将其拼接在小分子SMILES序列的前面作为生成条件，通过one-hot编码整个序列获得小分子初始特征； 2.3利用解码器模块对步骤2.2得到的小分子初始特征进行训练，解码器与原Transformer的解码器相似，包含t个解码层，每个解码层都首先经过mask多头注意力网络学习分子自身特征，然后利用交互多头注意力网络计算分子token与步骤2.2得到的蛋白质特征的接近度来更新分子特征，最后传入前馈神经网络，预测完整的分子输出； 2.4使用步骤2.3预测得到的分子，利用交叉熵损失函数对模型损失进行计算，并根据损失通过负反馈调节模型参数，训练完成之后得到小分子生成模型CProMG； 3利用步骤2训练好的CProMG模型结合束搜索算法逐步生成完整的小分子SMILES序列。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。