[發明專利]含螺環的芴基分子晶體中分子間非共價鍵弱相互作用能預測方法及其預測模型訓練方法

在審

• 申請號: 202110789382.0
• 申請日: 2021-07-13
• 公開（公告）號: CN113488114A
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 王煜璁;張翀;茅俊偉;解令海
• 申請（專利權）人: 南京郵電大學
• 主分類號: G16C20/30
• 分類號: G16C20/30;G16C20/70;G16C60/00;G06N3/04;G06N3/08
• 代理公司: 南京正聯知識產權代理有限公司 32243
• 代理人: 盧霞

1.含螺環的芴基分子晶體中分子間非共價鍵弱相互作用能預測模型訓練方法，所述訓練方法包括：收集原始訓練數據，對原始訓練數據進行預處理后輸入神經網絡進行訓練，其特征在于，所述原始訓練數據以含有螺環的芴基分子晶體為主，輔以通用型小分子結構的數據庫以補充特定氫鍵、鹵鍵和環芳堆積作用，所述通用型小分子結構的數據庫不包含聚合物、生物蛋白大分子結構；

所述對原始訓練數據進行預處理包括：將原始訓練數據中的共晶和聚合物數據排除，然后將原始訓練數據采用分子描述符和相應的標簽值進行表示，所述描述符作為神經網絡的輸入層數據，標簽值作為神經網絡輸出層數據；所述輸入層的描述符選擇分子的偶極矩、分子的正電能、分子間距離、分子的相對取向、分子的最外層電子數、分子的極化率以及分子所含螺環SP3碳個數；所述標簽值即對應非共價鍵弱相互作用的能量。

2.根據權利要求1所述的含螺環的芴基分子晶體中分子間非共價鍵弱相互作用能預測模型訓練方法，其特征在于，所述通用型小分子結構數據庫為S66和X40中的數據。

3.根據權利要求1所述的含螺環的芴基分子晶體中分子間非共價鍵弱相互作用能預測模型訓練方法，其特征在于，所述共晶和聚合物數據排除可通過Mercury軟件逐條排除。

4.根據權利要求1所述的含螺環的芴基分子晶體中分子間非共價鍵弱相互作用能預測模型訓練方法，其特征在于，所述含有螺環的芴基分子單體化學結構式如下圖所示：

5.根據權利要求1所述的含螺環的芴基分子晶體中分子間非共價鍵弱相互作用能預測模型訓練方法，其特征在于，所述神經網絡具體為全連接神經網絡，作為所述預測模型訓練方法的基本算法。

6.根據權利要求5所述的含螺環的芴基分子晶體中分子間非共價鍵弱相互作用能預測模型訓練方法，其特征在于，全連接神經網絡使用Dropout正則化做防止過擬合的處理。

7.根據權利要求5所述的含螺環的芴基分子晶體中分子間非共價鍵弱相互作用能預測模型訓練方法，其特征在于，對原始訓練數據進行預處理還包括對數據庫進行中心化和歸一化操作。

8.根據權利要求5所述的含螺環的芴基分子晶體中分子間非共價鍵弱相互作用能預測模型訓練方法，其特征在于，所述全連接神經網絡采用的損失函數為交叉熵損失函數，采用的激活函數為ReLU激活函數，通過改變學習率使模型不斷完善。

9.采用權利要求1-8中任意一項權利要求所述的預測模型訓練方法，獲得的含螺環的芴基分子晶體中分子間非共價鍵弱相互作用能預測模型。

10.一種含螺環的芴基分子晶體中分子間非共價鍵弱相互作用能預測方法，其特征在于，將未知分子間非共價鍵弱相互作用能的含螺環的芴基分子晶體采用所述描述符進行描述，并輸入權利要求9所述的預測模型中，即輸出相應的分子間非共價鍵弱相互作用能值。