-
公开(公告)号:CN115019900B
公开(公告)日:2025-03-25
申请号:CN202210596036.5
申请日:2022-05-26
Applicant: 中南大学
Abstract: 本申请公开了一种锆石捕收剂的量子化学和机器学习组合高通量筛选方法,包括:建立浮选药剂的分子数据库R;对分子数据库R中的分子进行离子化,得到离子化分子数据库A;得到分子数据库RA;将锆石矿物金属位点羟基化形成锆石靶点分子数据库T,得到分子数据库RT;获得量子化学参数及log文件;提取分子结构性质参数;训练机器学习模型预测反应吉布斯自由能;筛选浮选药剂;获得靶向锆石浮选捕收剂。本申请通过数学模型能够快速预测分子数据库RA中的分子与不同离子之间的反应吉布斯自由能,从而快速高效实现药剂筛选,相比于传统药剂筛选方案,筛选效率高,准确率高。
-
公开(公告)号:CN115019900A
公开(公告)日:2022-09-06
申请号:CN202210596036.5
申请日:2022-05-26
Applicant: 中南大学
Abstract: 本申请公开了一种锆石捕收剂的量子化学和机器学习组合高通量筛选方法,包括:建立浮选药剂的分子数据库R;对分子数据库R中的分子进行离子化,得到离子化分子数据库A;得到分子数据库RA;将锆石矿物金属位点羟基化形成锆石靶点分子数据库T,得到分子数据库RT;获得量子化学参数及log文件;提取分子结构性质参数;训练机器学习模型预测反应吉布斯自由能;筛选浮选药剂;获得靶向锆石浮选捕收剂。本申请通过数学模型能够快速预测分子数据库RA中的分子与不同离子之间的反应吉布斯自由能,从而快速高效实现药剂筛选,相比于传统药剂筛选方案,筛选效率高,准确率高。
-