基于对比学习变分自编码器的分子成药性潜力评分方法

本申请涉及药物开发领域，公开一种基于对比学习变分自编码器的分子成药性潜力评分方法，包括：构建包括药物分子和非药物分子的样本集，对样本集进行预处理并预测获得ADMET特征图谱，对ADMET特征图谱的重要性进行评估和排序，筛选出成药性相关特征集合；采用基于Uni‑Mol的多任务学习模型预测ADMET性质，采用RDKit化学信息学工具计算理化性质和合成可行性评分，并融合形成一维分子特征向量；将一维分子特征向量作为采用融合三元组对比学习机制的变分自编码器模型的输入进行训练，并构建潜在空间；将已批准药物分子和待评估分子映射至潜在空间中，基于待评估分子与分布中心的欧氏距离和局部药物分子密度计算成药性得分。本申请方法适用于药物筛选、先导优化及分子设计的成药性综合评价。