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！

龙图腾网获悉电子科技大学(深圳)高等研究院;电子科技大学申请的专利一种增强小分子水合自由能预测准确性的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：CN120412824B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510918124.6，技术领域涉及：G16C20/70；该发明授权一种增强小分子水合自由能预测准确性的方法是由张育凯;任志勇设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本一种增强小分子水合自由能预测准确性的方法在说明书摘要公布了：本发明公开一种增强小分子水合自由能预测准确性的方法，涉及计算化学技术领域，解决图对比学习预测的适应性与准确性欠佳的技术问题。该方法包括：基于QM9数据库，用Gaussian计算得到预训练数据集；对预训练数据集中进行图增强操作，构造正负样本对，得到预训练图神经网络模型；基于FreeSolv数据集得到目标任务数据集，并对全部数据进行分子图构建和特征编码；将预训练图神经网络模型作为初始化模型，使用训练集进行训练，并通过监督方式的再训练进行模型微调；使用测试集评估模型性能得到预测模型。本发明利用图对比学习提升图结构表示的鲁棒性和泛化能力，可扩展至其他分子性质预测任务，具备良好的通用性和可迁移性，提高了预测适应性、稳定性及准确性。

本发明授权一种增强小分子水合自由能预测准确性的方法在权利要求书中公布了：1.一种增强小分子水合自由能预测准确性的方法，其特征在于，包括以下步骤： S100：基于QM9数据库，用Gaussian计算该数据库中小分子的水合自由能作为预训练数据源，对预训练数据源中的原始分子表示进行标准化解析处理得到分子样本，并将每个分子样本转化为分子图表示，得到预训练数据集； S200：对预训练数据集中的分子图进行不同类型的图增强操作，构造正负样本对，并通过图神经网络进行特征编码、对比学习和预训练，得到预训练图神经网络模型； S300：基于FreeSolv数据集得到目标任务的目标任务数据集，将目标任务数据集随机划分为训练集、验证集和测试集，并对全部数据进行分子图构建和特征编码； S400：将预训练图神经网络模型作为初始化模型，使用目标任务数据集中的训练集进行训练，并通过验证集进行模型微调； S500：在验证集上调节模型的超参数及早停策略，使用目标任务数据集中的测试集评估模型性能，通过衡量模型对小分子水合自由能的预测效果得到小分子水合自由能预测模型； S100步骤中，通过RDKit对原始分子表示进行标准化解析处理，标准化解析处理包括补全显式氢原子、消除非标准官能团表示、统一芳香性标记、校正原子价几种操作中的至少一种； S200步骤中，通过节点遮蔽、边扰动、子图采样进行图增强操作；其中，节点遮蔽通过随机选择部分原子节点，将其特征向量设为零或替换为预定义的平均特征；边扰动通过随机添加或删除分子图中部分化学键连接构造轻微结构变化；子图采样随机选择分子的某一子结构，提取对应分子图的局部信息，形成不同语义视角的分子图表示； S400步骤中，再训练过程中，模型的所有层参数均参与梯度更新，并选择均方根误差RMSE或平均绝对误差MAE作为损失函数； S400步骤中，还通过学习率调整、正则化及早停操作进行模型微调；其中，学习率调整采用预热与余弦退火调度策略；正则化在全连接层中使用随机失活正则Dropout或L2正则；早停操作在验证集上监控损失变化，当若干轮内无显著提升时提前终止训练。

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电子科技大学(深圳)高等研究院;电子科技大学，其通讯地址为：518110 广东省深圳市龙华区观澜街道新澜社区观光路1301-78号银星智界二期2号楼；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”。