一种基于多任务学习属性预测器引导的药物分子优化方法

    公开(公告)号:CN117497090A

    公开(公告)日:2024-02-02

    申请号:CN202311526861.9

    申请日:2023-11-16

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于多任务学习属性预测器引导的药物分子优化方法,其步骤包括:1.构建针对不同任务的药物分子数据集,2.预训练变分自编码器网络,3.预训练基于多任务学习的分子属性预测器,4.训练分子转换器网络,5.利用训练好的转换器网络生成新分子。本发明能提升药物分子多种属性的预测精度,从而更好的引导转换器探索有效的分子空间,以提高分子多属性的优化性能。

    一种含四苯基萘单元的聚酰亚胺树脂及其制备方法

    公开(公告)号:CN116162241A

    公开(公告)日:2023-05-26

    申请号:CN202310124300.X

    申请日:2023-02-16

    Applicant: 安徽大学

    Abstract: 本发明属于高分子材料技术领域,具体涉及一种含四苯基萘单元的聚酰亚胺树脂及其制备方法,是以二羟基萘的几种同分异构体、对氟硝基苯和一水合肼为原料合成对应的几种含四苯基萘单元的二胺,再分别以其与α‑BPDA为聚合单体、以PEPA为封端剂,经高温热亚胺化后即获得目标产物。本发明所得含四苯基萘单元的聚酰亚胺具有良好的熔体加工性、稳定性、溶解性和耐热性等优点,可满足RTM工艺对聚酰亚胺树脂材料加工性能的要求。

Patent Agency Ranking