一種基于深度學(xué)習(xí)多模態(tài)融合的分子性質(zhì)預(yù)測(cè)方法

打開文本圖片集

摘 要：在藥物發(fā)現(xiàn)與設(shè)計(jì)過程中，準(zhǔn)確預(yù)測(cè)分子性質(zhì)是1項(xiàng)關(guān)鍵挑戰(zhàn)。近年來，基于深度學(xué)習(xí)的分子性質(zhì)預(yù)測(cè)逐漸替代傳統(tǒng)方法，從而受到廣泛關(guān)注。然而，單一模態(tài)分子表征的深度學(xué)習(xí)模型在分子性質(zhì)預(yù)測(cè)中存在顯著的局限性，難以全面理解分子。因此，提出1種基于深度學(xué)習(xí)多模態(tài)融合的分子性質(zhì)預(yù)測(cè)模型（A Deep Learning-based Multimodal Fusion Molecular Property Prediction Model， DMMPP）。（剩余11522字）