摘要
本发明公开了一种基于深度强化学习和骨架约束的药物分子优化设计方法，属于药物分子优化设计技术领域，本发明首先基于深度学习建立分子生成模型，并结合开源数据库的数据对分子生成模型进行训练，然后利用目标属性相关化合物数据库对预训练的分子生成模型进行迁移学习；在此基础上，构建策略梯度算法，结合评分模型结果进行基于目标属性的强化学习，并在强化学习采样过程中加入骨架约束，以生成具有特定骨架结构的分子；最后，利用多维度评价指标，对生成的分子进行综合评价和筛选，从而识别出具有进一步研究和开发潜力的成药分子，能够快速获取符合目标要求的分子结构，大大提高了药物分子优化设计的效率。
