2022-10-31
联系人：饶国政 联系电话：13612059239 邮箱：rgz@tju.edu.cn
招募教师：智能学部各专业、化学工程，药物技术，化学等专业教师
招募学生：智能学部各专业，化工学院，药学院，理学院等专业本科生
项目背景、目的及意义：
药物开发是一个昂贵且耗时的过程，需要测试成千上万的化合物，以找到安全有效的药物。现代药物开发的目的是利用机器学习工具来加速中间步骤，从而降低成本。化合物分子经过一系列的渐进式测试筛选，在后期决定其特性、有效性和毒性。机器学习越来越多地被用于预测分子特性，进行筛选，可以大大降低后期工艺失败的负荷，节省大量的资源和时间。
项目主要方向及任务：
现有模型对于分子子结构所在位置关注不足，难以区分结构很相似的子结构然而在不同空间坐标位置上表征。
从分子的功能性出发对分子进行合理的切分，并对切分的分子子结构组成的序列建模，从若干个原子组成的子结构能最大程度上反应分子的化学性质;其次，为了增强模型的性能，加入了子结构的空间信息，来获取结构很相似的子结构然而在不同空间坐标位置上独特表征；最后，为了增强序列模型的健壮性，融合了一个加入原子层级原子本身特性、原子间化学键性质以及加入化学键之间的角度的一个图神经网络模型，在多个层级上获得更好的表征。