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！

龙图腾网获悉中山大学申请的专利一种基于深度强化学习和课程学习的片段连接小分子化合物的优化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：CN119069034B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202410983424.8，技术领域涉及：G16C20/70；该发明授权一种基于深度强化学习和课程学习的片段连接小分子化合物的优化方法是由雷金平;张昊;陈红明;徐明远设计研发完成，并于2024-07-22向国家知识产权局提交的专利申请。

本一种基于深度强化学习和课程学习的片段连接小分子化合物的优化方法在说明书摘要公布了：本发明公开了一种基于深度强化学习和课程学习的片段连接小分子化合物的优化方法，涉及人工智能和药物分子优化领域。所述方法包括：建立监督训练集；建立初始的基于图神经网络的先验模型，利用监督训练集确定若干个针对不同药物设计任务的先验模型；在课程学习框架下，利用先验模型进行强化学习，得到具备目标属性的生产模型；利用生产模型进行大规模的分子生成。相较于现有技术，本发明所述方法解决了过往模型生成较多无效性分子以及非真实结构化合物的问题，通过较小的计算成本即可生成具有复杂的期望属性的药物分子。

本发明授权一种基于深度强化学习和课程学习的片段连接小分子化合物的优化方法在权利要求书中公布了：1.一种基于深度强化学习和课程学习的片段连接小分子化合物的优化方法，其特征在于，包括： 建立监督训练集；其中，所述监督训练集包括分子图表示形式的若干个片段分子四元组和解码路线； 建立初始的基于图神经网络的先验模型，利用所述监督训练集确定若干个针对不同药物设计任务的所述先验模型； 在课程学习框架下，利用所述先验模型进行强化学习，得到具备目标属性的生产模型； 利用所述生产模型进行大规模的分子生成； 所述在课程学习框架下，利用所述先验模型进行强化学习，包括： 利用所述先验模型初始化Agent模型，将预设的药物设计任务分解为至少一个简单的学习阶段目标和生产阶段目标；其中，当且仅当满足最终的所述学习阶段目标后，进入生产阶段目标的课程学习，以生成分子； 针对每个所述学习阶段目标或生产阶段目标，采用强化学习策略训练所述Agent模型，并引入打分函数为所述Agent模型的生成结果打分，直至打分结果不小于预设课程阶段阈值或达到预设训练时长，所述Agent模型进入下一个阶段目标的训练或结束训练；其中，所述课程学习的进度通过课程学习进展控制，,使得，； 所述监督训练集的建立过程包括： 获取若干个类药物特性生物活性分子数据，并基于LipinskiRO5法则、泛测定干扰化合物子结构过滤器PAINS和或合成可及性SA评分进行过滤，以确保生成的数据类药性高且可合成； 对经过筛选后的所述类药物特性生物活性分子数据，应用匹配分子对碎片算法以“第一片段，连接物，第二片段，分子”的形式构建所述片段分子四元组； 利用LipinskiRO3法则约束条件对所述片段分子四元组进行过滤，并统一转换为分子图表示，记为第一分子图； 对所有所述第一分子图进行图遍历，并对每个所述第一分子图逐步分段，得到子图和对应的动作概率分布，直至被解码出的所述子图为空图； 基于所述子图和所述动作概率分布，构建所述第一分子图的对应解码路线，进而完成所述监督训练集的建立。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。