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！

龙图腾网获悉南京邮电大学申请的专利多模态药物虚拟筛选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：CN116759017B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310702816.8，技术领域涉及：G16C20/64；该发明授权多模态药物虚拟筛选方法是由吴建盛;阮晓东;沐勇;张航;郑申申;张一恒设计研发完成，并于2023-06-14向国家知识产权局提交的专利申请。

本多模态药物虚拟筛选方法在说明书摘要公布了：本发明提供了一种多模态药物虚拟筛选方法，包括以下步骤：选择预训练好的图形变换器GT模型，基于公开数据集进行微调图形变换器GT模型；使用主动学习策略挑选分子，并进行Vina‑GPU+对接，利用分子对接得分对图形变换器GT模型进行微调；使用目标靶标的生物活性实验数据对模型微调；对预筛选化合物库分子进行推理；根据分子得分进行排序，根据需要选取前N个分子作为候选化合物。本发明在对大规模的化合物库进行虚拟筛选时，极大地减少了需要对接的分子数目，缩短了虚拟筛选需要的时间，同时可以提高虚拟筛选的精度，显著地降低药物研发的成本和时间。

本发明授权多模态药物虚拟筛选方法在权利要求书中公布了：1.一种多模态药物虚拟筛选方法，其特征在于，包括以下步骤： 步骤S100、选择预训练好的图形变换器GT模型，基于公开数据集进行微调图形变换器GT模型；具体包括： 步骤S101、在公开数据集中选择一个靶标对应的数据，使用Vina-GPU+对接； 步骤S102、根据公开数据集的Vina-GPU+的对接结果，生成用于微调图形变换器GT模型的数据集； 步骤S103、加载预训练的图形变换器GT模型，使用平均绝对误差MAE作为损失函数对图形变换器GT模型进行微调； 步骤S200、使用主动学习策略挑选分子，并进行Vina-GPU+对接，利用分子对接得分对图形变换器GT模型进行微调；具体包括： 步骤S201、加载微调后的图形变换器GT模型； 步骤S202、使用图形变换器GT模型对预筛选化合物库分子进行推理，得到预筛选化合物库中每个SMILES对应的推理得分； 步骤S203、根据推理得分按升序排序，将排序结果前20%的后10%分子的SMILES加入到对接列表中； 步骤S204、读取SMILES列表中的分子，使用Vina-GPU+进行对接； 步骤S205、解析步骤S204得到的对接结果，根据对接结果构造微调模型的数据集； 步骤S206、将构造好的数据集中的SMILES送入模型，模型对SMILES进行编码，计算得出预测值,再与数据集中的TARGET值使用MAE损失函数计算损失值； 步骤S300、使用目标靶标的生物活性实验数据对模型微调；具体包括： 步骤S301、根据生物活性实验数据，每两个构成一个分子对，根据相对大小赋值为0和1，，处理完成后得到用于微调模型的排序数据集； 步骤S302、将构造好的数据集中的SMILES分子对送入模型进行预测，得到预测得分与； 步骤S303、根据模型的预测得分与； 步骤S400、对预筛选化合物库分子进行推理； 步骤S500、根据分子得分进行排序，根据需要选取前N个分子作为候选化合物。

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南京邮电大学，其通讯地址为：210012 江苏省南京市栖霞区文苑路9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”。

以上内容由龙图腾AI智能生成。