技术特征：1.一种基于分子images和smiles字符串预训练的分子性质预测方法，其特征在于实施步骤为：
2.根据权利要求1所述的一种基于分子images和smiles字符串预训练的分子性质预测方法，其特征在于数据收集阶段：
3.根据权利要求1所述的一种基于分子images和smiles字符串预训练的分子性质预测方法，其特征在于数据预处理阶段：
4.根据权利要求1所述的一种基于分子images和smiles字符串预训练的分子性质预测方法，其特征在于模型预训练阶段：
5.根据权利要求1所述的一种基于分子images和smiles字符串预训练的分子性质预测方法，其特征在于下游任务微调阶段：
技术总结本发明涉及生物信息学中的数据挖掘领域，具体涉及一种基于分子Images和SMILES字符串预训练的分子性质预测方法。其发明内容主要包括：(1)从PubChem收集SMILES字符串，使用RDKit工具包，将SMILES字符串转化为分子Images；(2)将350万条Images‑SMILES pairs划分训练集、测试集，并进行数据预处理；(3)建立基于VLP(Vision‑LanguagePretraining)双塔结构神经网络，并设置三个预训练任务对模型进行无监督预训练；(4)完成预训练后，更换预测头，加载模型权重并在下游性质预测任务中微调。对于分类任务，采用受试者操作特征曲线下面积(ROC‑AUC)进行评估。对于回归任务，采用均方根误差(RMSE)进行评估。最终选定14个与药物挖掘相关的小数据集作为微调任务，以此验证该方法的有效性。
技术研发人员：陈浩文,张翔,聂豪
受保护的技术使用者：湖南大学
技术研发日：技术公布日：2024/1/15