[發(fā)明專利]化合物性質(zhì)預(yù)測方法、裝置、計算機設(shè)備及可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201910979509.8
• 申請日: 2019-10-15
• 公開（公告）號: CN110767271B
• 公開（公告）日: 2021-01-08
• 發(fā)明（設(shè)計）人: 榮鈺;黃文炳;徐挺洋
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G16C20/30
• 分類號: G16C20/30
• 代理公司: 深圳翼盛智成知識產(chǎn)權(quán)事務(wù)所(普通合伙) 44300
• 代理人: 蔡艾瑩

本申請實施例公開了一種化合物性質(zhì)預(yù)測方法、裝置、計算機設(shè)備及可讀存儲介質(zhì)，涉及人工智能的計算機視覺技術(shù)；具體地可以獲取目標化合物的化學(xué)結(jié)構(gòu)信息，該化學(xué)結(jié)構(gòu)信息包括原子和化學(xué)鍵；根據(jù)化學(xué)結(jié)構(gòu)信息生成與化學(xué)結(jié)構(gòu)信息對應(yīng)的化學(xué)結(jié)構(gòu)圖，化學(xué)結(jié)構(gòu)圖包括原子對應(yīng)的節(jié)點以及化學(xué)鍵對應(yīng)的邊；構(gòu)建節(jié)點的原始節(jié)點特征和邊的原始邊特征；根據(jù)節(jié)點的原始節(jié)點特征、邊的原始邊特征，在邊上進行多輪消息傳播，得到邊在經(jīng)過多輪消息傳播后的傳播狀態(tài)信息；根據(jù)傳播狀態(tài)信息獲取邊的目標特征；根據(jù)邊的目標特征預(yù)測目標化合物的性質(zhì)，并輸出目標化合物的性質(zhì)預(yù)測結(jié)果。該方案科研大大提升化合物性質(zhì)預(yù)測的準確性。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，具體涉及一種化合物性質(zhì)預(yù)測方法、裝置、計算機設(shè)備及可讀存儲介質(zhì)。

背景技術(shù)

在藥物分析中，如何根據(jù)化合物如蛋白質(zhì)等的結(jié)構(gòu)判斷或預(yù)測物質(zhì)的一些性質(zhì)如化學(xué)、生物性質(zhì)，例如毒性、溶解性，致癌性等等，是一件非常重要的任務(wù)。

目前的化合物性質(zhì)預(yù)測方式是采用人工智能(AI，Artificial Intelligence)來實現(xiàn)。比如，可以將性質(zhì)預(yù)測這類任務(wù)建模成AI機器學(xué)習(xí)中的分類問題。具體地，可以通過表示學(xué)習(xí)的方式，將化合物如蛋白質(zhì)的結(jié)構(gòu)式轉(zhuǎn)化為在歐式空間中的向量，然后通過神經(jīng)網(wǎng)絡(luò)如卷積神經(jīng)網(wǎng)絡(luò)(CNN)對其進行分類，進而判斷或預(yù)測物質(zhì)的性質(zhì)如化學(xué)/生物性質(zhì)。

作為表示學(xué)習(xí)經(jīng)典方法，卷積神經(jīng)網(wǎng)絡(luò)(CNN)已經(jīng)在識別等領(lǐng)域獲得了極大的成功。許多現(xiàn)有模型和架構(gòu)用于解決大規(guī)模分類和識別問題，具體應(yīng)用有圖像(image)、自然語言處理等，但是由于這些應(yīng)用的源數(shù)據(jù)都有一個共同點，具有網(wǎng)格(grid)結(jié)構(gòu)。然而，化合物如蛋白質(zhì)化學(xué)結(jié)構(gòu)不具有這樣的網(wǎng)格結(jié)構(gòu)，會導(dǎo)致性質(zhì)預(yù)測的準確性較低。

發(fā)明內(nèi)容

本申請實施例提供一種化合物性質(zhì)預(yù)測方法、裝置、計算機設(shè)備及可讀存儲介質(zhì)，可以提高化合物性質(zhì)預(yù)測的準確性。

本申請實施例提供一種化合性質(zhì)預(yù)測方法，包括：

獲取目標化合物的化學(xué)結(jié)構(gòu)信息，所述化學(xué)結(jié)構(gòu)信息包括原子和化學(xué)鍵；

根據(jù)所述化學(xué)結(jié)構(gòu)信息生成與所述化學(xué)結(jié)構(gòu)信息對應(yīng)的化學(xué)結(jié)構(gòu)圖，所述化學(xué)結(jié)構(gòu)圖包括所述原子對應(yīng)的節(jié)點以及所述化學(xué)鍵對應(yīng)的邊；

構(gòu)建所述節(jié)點的原始節(jié)點特征和所述邊的原始邊特征；

根據(jù)所述節(jié)點的原始節(jié)點特征、所述邊的原始邊特征，在所述邊上進行多輪消息傳播，得到所述邊在經(jīng)過多輪消息傳播后的傳播狀態(tài)信息；

根據(jù)所述傳播狀態(tài)信息獲取所述邊的目標特征；

根據(jù)所述邊的目標特征預(yù)測目標化合物的性質(zhì)，并輸出目標化合物的性質(zhì)預(yù)測結(jié)果。

本申請實施例提供一種基于多層邊信息傳播模型的化合物性質(zhì)預(yù)測方法，包括：

獲取目標化合物的化學(xué)結(jié)構(gòu)信息，所述化學(xué)結(jié)構(gòu)信息包括原子和化學(xué)鍵；

根據(jù)所述化學(xué)結(jié)構(gòu)信息生成與所述化學(xué)結(jié)構(gòu)信息對應(yīng)的化學(xué)結(jié)構(gòu)圖，所述化學(xué)結(jié)構(gòu)圖包括所述原子對應(yīng)的節(jié)點以及所述化學(xué)鍵對應(yīng)的邊；

根據(jù)所述節(jié)點的原始節(jié)點特征向量、所述邊的原始邊特征向量獲取所述多層邊信息傳播模型的初始輸入信息；

采用所述多層邊信息傳播模型，基于所述初始輸入信息在所述邊上進行多輪消息傳播，得到所述邊在經(jīng)過多輪消息傳播后的傳播狀態(tài)信息；

采用所述多層邊信息傳播模型，基于所述傳播狀態(tài)信息獲取所述邊的目標特征；

采用所述多層邊信息傳播模型，根據(jù)所述邊的目標特征預(yù)測目標化合物的性質(zhì)，并輸出目標化合物的性質(zhì)預(yù)測結(jié)果。

相應(yīng)的，本申請實施例還提供一種化合物性質(zhì)預(yù)測裝置，包括：