基于图神经网络的药物溶解度预测结题报告.docVIP

基于图神经网络的药物溶解度预测结题报告

一、研究背景与问题提出

药物溶解度是药物研发过程中的关键物理化学性质之一，直接影响药物的生物利用度、制剂设计以及临床疗效。据统计，超过40%的新化学实体（NCEs）存在水溶性差的问题，这不仅增加了药物研发的成本和周期，还可能导致潜在的安全风险。传统的药物溶解度预测方法主要依赖实验测定和基于定量构效关系（QSAR）的机器学习模型，但这些方法存在明显局限性：实验测定耗时费力，且难以覆盖庞大的化学空间；QSAR模型通常依赖手工提取的分子描述符，无法充分捕捉分子的三维结构信息和复杂相互作用，导致预测精度受限，尤其是对于结构新颖的化合物。

随着深度学习技术的兴起，图神经网络（GNN）为分子性质预测提供了新的思路。分子可以自然地表示为图结构，其中原子作为节点，化学键作为边，GNN能够通过消息传递机制自动学习分子的特征表示，从而更准确地预测其物理化学性质。本研究旨在构建基于图神经网络的药物溶解度预测模型，解决传统方法的不足，为药物研发提供高效、准确的预测工具。

二、数据集与数据预处理

2.1数据集选择

本研究选用了多个公开的药物溶解度数据集，包括：

Delaney数据集：包含1128个化合物的实验测定溶解度数据，是药物溶解度预测研究中广泛使用的基准数据集。

ESOL数据集：包含2000多个化合物的溶解度数据，涵盖了更广泛的化学空间。

MNSol数据集：包