買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉電子科技大學(深圳)高等研究院;電子科技大學申請的專利一種增強小分子水合自由能預測準確性的方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120412824B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510918124.6，技術領域涉及：G16C20/70；該發明授權一種增強小分子水合自由能預測準確性的方法是由張育凱;任志勇設計研發完成，并于2025-07-03向國家知識產權局提交的專利申請。

本一種增強小分子水合自由能預測準確性的方法在說明書摘要公布了：本發明公開一種增強小分子水合自由能預測準確性的方法，涉及計算化學技術領域，解決圖對比學習預測的適應性與準確性欠佳的技術問題。該方法包括：基于QM9數據庫，用Gaussian計算得到預訓練數據集；對預訓練數據集中進行圖增強操作，構造正負樣本對，得到預訓練圖神經網絡模型；基于FreeSolv數據集得到目標任務數據集，并對全部數據進行分子圖構建和特征編碼；將預訓練圖神經網絡模型作為初始化模型，使用訓練集進行訓練，并通過監督方式的再訓練進行模型微調；使用測試集評估模型性能得到預測模型。本發明利用圖對比學習提升圖結構表示的魯棒性和泛化能力，可擴展至其他分子性質預測任務，具備良好的通用性和可遷移性，提高了預測適應性、穩定性及準確性。

本發明授權一種增強小分子水合自由能預測準確性的方法在權利要求書中公布了：1.一種增強小分子水合自由能預測準確性的方法，其特征在于，包括以下步驟： S100：基于QM9數據庫，用Gaussian計算該數據庫中小分子的水合自由能作為預訓練數據源，對預訓練數據源中的原始分子表示進行標準化解析處理得到分子樣本，并將每個分子樣本轉化為分子圖表示，得到預訓練數據集； S200：對預訓練數據集中的分子圖進行不同類型的圖增強操作，構造正負樣本對，并通過圖神經網絡進行特征編碼、對比學習和預訓練，得到預訓練圖神經網絡模型； S300：基于FreeSolv數據集得到目標任務的目標任務數據集，將目標任務數據集隨機劃分為訓練集、驗證集和測試集，并對全部數據進行分子圖構建和特征編碼； S400：將預訓練圖神經網絡模型作為初始化模型，使用目標任務數據集中的訓練集進行訓練，并通過驗證集進行模型微調； S500：在驗證集上調節模型的超參數及早停策略，使用目標任務數據集中的測試集評估模型性能，通過衡量模型對小分子水合自由能的預測效果得到小分子水合自由能預測模型； S100步驟中，通過RDKit對原始分子表示進行標準化解析處理，標準化解析處理包括補全顯式氫原子、消除非標準官能團表示、統一芳香性標記、校正原子價幾種操作中的至少一種； S200步驟中，通過節點遮蔽、邊擾動、子圖采樣進行圖增強操作；其中，節點遮蔽通過隨機選擇部分原子節點，將其特征向量設為零或替換為預定義的平均特征；邊擾動通過隨機添加或刪除分子圖中部分化學鍵連接構造輕微結構變化；子圖采樣隨機選擇分子的某一子結構，提取對應分子圖的局部信息，形成不同語義視角的分子圖表示； S400步驟中，再訓練過程中，模型的所有層參數均參與梯度更新，并選擇均方根誤差RMSE或平均絕對誤差MAE作為損失函數； S400步驟中，還通過學習率調整、正則化及早停操作進行模型微調；其中，學習率調整采用預熱與余弦退火調度策略；正則化在全連接層中使用隨機失活正則Dropout或L2正則；早停操作在驗證集上監控損失變化，當若干輪內無顯著提升時提前終止訓練。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人電子科技大學(深圳)高等研究院;電子科技大學，其通訊地址為：518110 廣東省深圳市龍華區觀瀾街道新瀾社區觀光路1301-78號銀星智界二期2號樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。