公开(公告)号：CN119920356A

公开(公告)日：2025-05-02

申请号：CN202411993968.9

申请日：2024-12-31

Applicant: 安徽农业大学

Inventor： 王庆勇 ,  胡莉莉 ,  王振宇 ,  刘玉东 ,  王超 ,  辜丽川

IPC: G16C20/50 ,  G16C20/70 ,  G16C20/80 ,  G06N20/00 ,  G06N5/025 ,  G06N3/045

Abstract: 本发明公开了一种可解释联邦大模型的药物分子生成方法，涉及人工智能技术领域，所述方法包括S1、通过数据特征提取与模型初始化步骤，从分布式数据中提取多模态特征，构建并初始化药物分子生成模型，S2、通过大模型对联邦学习客户端进行参数优化，包括基于分布式客户端的本地训练微调，将微调好的参数整合到服务器的全局模型中，以提高模型性能和数据利用效率，S3、基于优化后的模型，生成药物分子结构信息，包括分子描述序列和分子图；该可解释联邦大模型的药物分子生成方法，在保障数据隐私的基础上，显著提高了新分子的生成能力和多样性，同时利用因果分析和注意力机制增强了模型的透明性和可信度，提升了模型的性能与稳健性，具有广泛的应用前景。