基于圖同構網(wǎng)絡的多模態(tài)表示學習在毒性預測中的創(chuàng)新應用

生物、醫(yī)藥及醫(yī)療機械

技術成熟度：技術突破

本創(chuàng)新成果提出了一種基于圖同構網(wǎng)絡的多模態(tài)表示學習方法，用于解決多任務毒性預測這一關鍵科技難題。該方法創(chuàng)新性地融合了分子結構、生物活性等多源異構數(shù)據(jù)，通過圖神經(jīng)網(wǎng)絡捕捉分子的結構特征，并設計了多任務學習框架實現(xiàn)多種毒性端點的同步預測。本成果在藥物安全性評估、環(huán)境毒理學研究等領域具有重要應用價值，可顯著提高毒性預測的準確性和效率，為新藥研發(fā)和化學品安全評估提供有力支持。