基于图卷积神经网络预测小分子化合物溶剂化能的方法

摘要

本发明公开了一种基于图卷积神经网络预测小分子化合物溶剂化能的方法，该方法引入含有三维结构信息和二维拓扑信息的原子特征描述符，基于图卷积神经网络自动提取化合物中与溶剂化能相关的化学模式构建预测模型。此外，为了提高预测模型的鲁棒性，该方法不直接预测化合物的溶剂化能，而是预测化合物中每个原子的能量贡献。本发明使用量子化学方法计算的170万种化合物的溶剂化能数据和三维结构训练模型。该方法既保留了量子化学方法的计算精度和外推性能，又拥有机器学习方法的计算效率。应用本发明，可以快速准确地预测小分子化合物的溶剂化能，提高药物设计和虚拟筛选的效率。

关键词