基于提示学习的多模态细粒度分子预训练模型的分子结构预测系统
申请号:CN202411539556
申请日期:2024-10-31
公开号:CN119479906B
公开日期:2025-09-30
类型:发明专利
摘要
基于提示学习的多模态细粒度分子预训练模型的分子结构预测系统,本发明涉及分子结构预测领域,特别涉及分子结构预测系统。本发明的目的是为了解决现有方法因数据稀缺和任务适用性不足导致在处理复杂分子数据时存在准确性和效率低,以及分子间相互作用预测准确性低的问题。系统包括:数据获取模块用于获取多模态分子预训练数据集内的样本数据以及下游任务数据集内的样本数据;处理模块用于建立基于提示学习的多模态细粒度分子预训练模型,并获取训练好的基于提示学习的多模态细粒度分子预训练模型;预测模块用于基于训练好的提示学习的多模态细粒度分子预训练模型对待测分子结构进行属性和药物相互作用关系的预测,获得预测结果。
技术关键词
预训练模型
文本编码器
分子
多模态
预测系统
结构单元
分类器
样本
数据获取模块
药物
拓扑图
指令
关系
词嵌入向量
学习方法
语义特征