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！

龙图腾网获悉北京深势科技有限公司申请的专利一种用于分子亲和力分析的处理方法和装置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：CN120183560B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202510283221.2，技术领域涉及：G16C20/70；该发明授权一种用于分子亲和力分析的处理方法和装置是由赵国江;程正;赵子丰;高志锋;柯国霖;张林峰设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。

本一种用于分子亲和力分析的处理方法和装置在说明书摘要公布了：本发明实施例涉及一种用于分子亲和力分析的处理方法和装置，所述方法包括：以Uni‑Mol模型为编码器并以MLP模型为编码器下游回归计算任务模型的方式构建一个用于根据模型输入的分子结构进行分子亲和力预测的分子亲和力预测模型；并通过大数据采集构建第一数据集，基于第一数据集对分子亲和力预测模型进行训练；并在训练结束后，基于分子亲和力预测模型根据用户输入的分子结构进行预测，并对用户输入结构中各原子对分子亲和力的贡献分数进行分析；并将得到的预测分子亲和力和所有原子的贡献分数向当前用户反馈。通过本发明可以降低分析复杂度、缩短分析时长、提高分析效率。

本发明授权一种用于分子亲和力分析的处理方法和装置在权利要求书中公布了：1.一种用于分子亲和力分析的处理方法，其特征在于，所述方法包括： 以Uni-Mol模型为编码器并以MLP模型为编码器下游回归计算任务模型的方式构建一个分子亲和力预测模型；所述分子亲和力预测模型用于根据模型输入的分子结构X进行分子亲和力预测处理并输出对应的预测亲和力Y；所述分子结构X包括多个原子xi，1≤原子索引i≤M，M为所述分子结构X的原子总数；每个所述原子xi的原子参数包括原子类型si和原子三维坐标ci；所述预测亲和力Y为一个实数； 通过预设的多种公开数据采集渠道，对用于有机光伏材料的有机分子的分子结构以及对应的分子亲和力数值进行大数据采集；并将采集到的各个分子结构以及对应的分子亲和力数值作为对应的第一训练分子结构和第一标签亲和力组成一个对应的第一数据记录；并由得到的所有所述第一数据记录组成一个对应的第一数据集；所述多种公开数据采集渠道至少包括有机光伏材料领域的多个公开分子信息库和多类公开技术文献；所述第一数据集包括多个所述第一数据记录；所述第一数据记录包括所述第一训练分子结构和所述第一标签亲和力；所述第一训练分子结构包括多个第一原子；每个所述第一原子的原子参数包括第一原子类型和第一原子三维坐标； 基于所述第一数据集对所述分子亲和力预测模型进行模型训练； 模型训练结束后，接收用户输入的第一分子结构；并将所述第一分子结构作为对应的所述分子结构X输入所述分子亲和力预测模型进行预测处理并将模型本次处理输出的所述预测亲和力Y作为对应的第一分子亲和力；并对所述第一分子结构中各原子对分子亲和力的贡献分数进行分析得到对应的第一原子贡献分数；并将得到的所述第一分子亲和力和所有所述第一原子贡献分数向当前用户反馈；所述第一分子结构包括多个第二原子；每个所述第二原子的原子参数包括第二原子类型和第二原子三维坐标； 其中，所述分子亲和力预测模型包括嵌入编码模块、所述Uni-Mol模型和MLP模型； 所述嵌入编码模块用于根据所述Uni-Mol模型的原子类型独热编码规则，对所述分子结构X的各个所述原子xi进行编码得到对应的原子独热编码向量esi，并由得到的所有所述原子独热编码向量esi组成对应的原子类型编码张量ES；并按所述Uni-Mol模型的成对特征初始化编码规则，根据所述分子结构X的所有所述原子三维坐标ci进行成对特征初始化得到对应的成对编码张量EP；并将所述原子类型编码张量ES和所述成对编码张量EP向所述Uni-Mol模型发送； 所述Uni-Mol模型用于根据输入的所述原子类型编码张量ES和所述成对编码张量EP进行原子特征和成对特征提取处理得到对应的原子特征张量Q和成对特征张量P；并对所述原子特征张量Q和所述成对特征张量P进行特征融合得到对应的分子特征张量H向所述MLP模型发送； 所述MLP模型用于根据输入的所述分子特征张量H进行分子亲和力计算并输出对应的所述预测亲和力Y。

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北京深势科技有限公司，其通讯地址为：100089 北京市海淀区海淀大街3号1幢11层1101；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。