本發(fā)明提出一種用于發(fā)現(xiàn)和優(yōu)化藥物先導(dǎo)化合物的可泛化、可解釋的深度圖學(xué)習(xí)方法，該方法學(xué)習(xí)分子圖的可泛化表示，并可根據(jù)要求優(yōu)化分子的成藥屬性。我們首先從PubChem等公開數(shù)據(jù)庫(kù)獲取分子的各項(xiàng)分類和回歸屬性，經(jīng)過(guò)圖注意力神經(jīng)網(wǎng)絡(luò)量化、編碼、提取分子中原子和鍵特征。然后針對(duì)分子屬性進(jìn)行分類和回歸的可泛化學(xué)習(xí)。進(jìn)而采用分子圖注意力重構(gòu)模塊根據(jù)提取到的分子特征重構(gòu)出分子圖結(jié)構(gòu)；最后利用對(duì)抗生成模型通過(guò)梯度自檢出分子特征的關(guān)鍵擾動(dòng)方向，并沿分子特征的關(guān)鍵擾動(dòng)方向生成新的分子特征輸入至重構(gòu)模塊，輸出分子優(yōu)化結(jié)果。這方法統(tǒng)一了AI分子屬性的預(yù)測(cè)與優(yōu)化，能夠提高新藥發(fā)現(xiàn)與設(shè)計(jì)的效率和成功率。