买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院基础医学与肿瘤研究所(筹)申请的专利基于深度强化学习的先导化合物设计方法、系统、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116312865B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310239886.4，技术领域涉及：G16C20/50；该发明授权基于深度强化学习的先导化合物设计方法、系统、设备及介质是由王永瑞;李晓林设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本基于深度强化学习的先导化合物设计方法、系统、设备及介质在说明书摘要公布了：本申请提供基于深度强化学习的先导化合物设计方法、系统、设备及介质，发明创新实现了以亲和力为目标的共价抑制剂从头设计功能，提出根据多个不同生物活性片段构建新型药物分子的创新方法，优化了模型的探索空间；利用物理计算软件Autodock‑GPU作为打分函数提升了模型的泛化能力和运行速度；应用Munchausen强化学习技巧至SoftActorCritic离散动作空间模型，提升了模型优化性能。在模型功能和生成分子的相关性质上，相较于其他模型有所拓展和提升。

本发明授权基于深度强化学习的先导化合物设计方法、系统、设备及介质在权利要求书中公布了：1.一种基于深度强化学习的先导化合物设计方法，其特征在于，包括： 构建构成先导化合物所需的多个不同生物活性分子片段的分子片段库； 构建各所述分子片段库的分子图数据，并基于图卷积神经网络对所述分子图数据进行特征提取； 将提取得到的分子图数据的特征以及分子片段库中各个分子片段的扩展连通性指纹特征作为深度强化学习模型的输入参数，以进行特定生物活性分子片段和对应连接位点的选择，以供拼接形成用于构成先导化合物的分子片段； 所述深度强化学习模型通过如下步骤构建得到： 所述深度强化学习模型的智能体通过感知环境，执行选择待拼接的分子片段以及拼接位点的动作； 环境根据选择的待拼接的分子片段和拼接位点进行分子片段的拼接，引起环境中的状态发生变化，并进行受体-配体亲和力预测，将预测出的亲和力值作为上一步所执行动作的奖励分数； 所述智能体至少根据所述奖励分数进行策略更新； 循环上述各步骤直至获得能够生成理想先导化合物的深度强化学习模型； 所述深度强化学习模型的结构包括：3个3层全连接网络，分别为策略网络，给定中间状态的分子，经过编码器提取特征后，模型的决策包括3个过程，分别是作为动作1的当前中间状态分子连接位点的选择、作为动作2的候选分子片段库中分子片段的选择、作为动作3的选出分子片段连接位点的选择；各动作的概率分布包括： ； ； ； 其中，分别表示动作1、动作2、动作3act3的概率分布；MI表示相乘交互；表示之间的相乘交互结果，呈矩阵形式；表示当前状态中间分子的图表征信息；表示当前状态中间分子所有连接位点的节点表征信息；为矩阵，表示和之间的相乘交互结果；是矩阵中的一个元素，表示动作1选取的连接位点与中间分子图的图表征信息之间的相乘交互结果；表示所有候选分子片段的扩展连通性指纹表示；是矩阵，表示和之间的相乘交互结果；是矩阵中的一个元素，表示动作2选取的连接位点与act是选取分子片段的扩展连通性指纹表示的相乘交互信息；为已选取分子片段上所有连接位点的节点表征信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院基础医学与肿瘤研究所(筹)，其通讯地址为：310022 浙江省杭州市杭州经济技术开发区福城路150号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。