一种基于深度生成模型的离子液体设计方法技术

本发明专利技术公开了一种基于深度生成模型的离子液体设计方法，包括以下步骤：S1、从ILTox数据库中获取离子液体数据集并对离子液体数据集进行处理，将处理后的离子液体数据集作为训练集；S2、构建基于门控循环单元的离子液体生成模型并对模型进行训练，生成结构上可行的新型离子液体；S3、构建离子液体预测模型并对模型进行训练，采用离子液体预测模型预测生成的新型离子液体的毒性；S4、对生成的新型离子液体按照其抗菌活性和细胞毒性进行排序，筛选出候选离子液体；S5、实验合成候选离子液体并对其进行测试。本发明专利技术方法能够生成具有目标特性的离子液体，从而避免了对每个潜在离子液体进行繁琐的搜索和计算。

【技术实现步骤摘要】

本专利技术属于离子液体设计，具体涉及一种基于深度生成模型的离子液体设计方法。

技术介绍

1、在过去的二十年中，离子液体由于其独特的物理和化学性质，在现代科学的许多领域扮演了重要角色。然而，随着离子液体的生产和使用日益增加，它们不可避免地会被释放到环境中，可能对人类健康构成威胁。多项研究表明，离子液体对各种生物体都有毒性，包括蛋白质、细胞、微生物、鱼类、植物乃至哺乳动物。

2、传统上，分子和材料的生成依赖于试错方法，这些方法既费时又费力。近年来，人工智能，特别是机器学习和深度学习的方法，在新型分子和材料的发现上取得了显著进展。机器学习在分子设计中通常涉及两个主要环节：构建预测模型和进行虚拟筛选。例如，通过训练的深度学习模型，从超过1.07亿个分子中成功鉴定出一种新型广谱抗生素。然而，虚拟筛选存在几个限制：1)设计虚拟化合物库需要先验知识，限制了候选化合物的数量；2)探索广阔的化学空间需要大量的计算资源；3)从现有数据集中发现性能更优的分子或材料是一大挑战。因此，如何运用深度学习模型设计和筛选具有特定功能的离子液体，依然是新型分子和材料发现领域的主本文档来自技高网...

【技术保护点】

1.一种基于深度生成模型的离子液体设计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于深度生成模型的离子液体设计方法，其特征在于，步骤S1具体包括：

3.根据权利要求2所述的一种基于深度生成模型的离子液体设计方法，其特征在于，步骤S2具体为：

4.根据权利要求2所述的一种基于深度生成模型的离子液体设计方法，其特征在于，步骤S3具体包括：

5.根据权利要求4所述的一种基于深度生成模型的离子液体设计方法，其特征在于，步骤S31具体包括：

6.根据权利要求4所述的一种基于深度生成模型的离子液体设计方法，其特征在于，步...

【技术特征摘要】

1.一种基于深度生成模型的离子液体设计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于深度生成模型的离子液体设计方法，其特征在于，步骤s1具体包括：

3.根据权利要求2所述的一种基于深度生成模型的离子液体设计方法，其特征在于，步骤s2具体为：

4.根据权利要求2所述的一种基于深度生成模型的离子液体设计方法，其特征在于，步骤s3具体包括：

5.根据权利要求4所述的一种基于深度生成模型的离子液体设计方法，其特征在于，步骤s31具体包括：

6.根据权利要求4所述的一种基于深度生成模型的离子液体设计方法，其...

【专利技术属性】
技术研发人员：闫希亮，李晓芳，颜嘉晨，陈寒乐，刘国红，王燕，闫兵，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：