[發明專利]一種分子生成方法和計算設備

在審

• 申請號: 202010621991.0
• 申請日: 2020-06-30
• 公開（公告）號: CN111816265A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 張琳;范方達;李遠鵬;賴力鵬;溫書豪;馬健
• 申請（專利權）人: 北京晶派科技有限公司
• 主分類號: G16C20/50
• 分類號: G16C20/50
• 代理公司: 北京思睿峰知識產權代理有限公司 11396
• 代理人: 謝建云;趙愛軍

1.一種分子生成方法，適于在計算設備中執行，所述計算設備中存儲有分子片段庫，所述分子片段庫包括從多個已知分子中拆分出的多個分子片段，每個分子片段具有向量表示，所述方法包括步驟：

生成一個多維向量作為一個生成分子的樹向量，所述樹向量適于代表該生成分子的聯結樹，所述聯結樹的節點為由所述生成分子拆分出的多個分子片段，相鄰的分子片段用邊連接；

從作為全零向量的空節點開始，采用預設的解碼模型依次判斷每個當前節點之后是否需要新增下一節點，并在需要新增時從分子片段庫中選取下一節點所對應的分子片段，從而得到所述聯結樹；以及

確定所述聯結樹中相鄰分子片段之間的連接方式，并采用該連接方式對相鄰分子片段進行連接，得到所述生成分子。

2.如權利要求1所述的方法，其中，所述生成一個多維向量作為樹向量的步驟包括：

根據預設的樹向量維度和分布特點隨機生成一個對應維度的向量作為所述生成分子的樹向量。

3.如權利要求1所述的方法，其中，所述生成一個多維向量作為樹向量的步驟包括：

接收用戶的輸入分子，將該輸入分子拆分為多個分子片段；

將其中一個分子片段作為根節點，并根據各分子片段之間的連接關系生成所述輸入分子的聯結樹；

采用預設的編碼模型對所述輸入分子的聯結樹進行編碼，得到對應的樹向量；

對所述輸入分子的樹向量疊加微小擾動后，得到所述生成分子的樹向量。

4.如權利要求1-3中任一項所述的方法，其中，

所述編碼模型的輸入為第一組合向量、輸出為從當前節點指向下一節點的出鏈邊向量，所述第一組合向量包括當前節點向量和指向當前節點的入鏈邊向量，所述當前節點的入鏈邊向量為上一節點的出鏈邊向量。

5.如權利要求4所述的方法，其中，所述采用預設的編碼模型對所述輸入分子的聯結樹進行編碼的步驟包括；

從該聯結樹的葉子節點開始，基于所述編碼模型向根節點方向依次計算每個節點的出鏈邊向量，以得到所述根節點的入鏈邊向量；以及

將根節點向量和所述根節點的入鏈邊向量進行拼接，并經過全連接層降維后，得到所述輸入分子的樹向量。

6.如權利要求5所述的方法，其中，若所述根節點有多個入鏈邊向量，則所述將根節點向量和所述根節點的入鏈邊向量進行拼接的步驟包括：

將該多個入鏈邊向量進行求和之后，與所述根節點向量進行拼接。

7.如權利要求1-6中任一項所述的方法，其中，

所述解碼模型的輸入為第二組合向量、輸出為當前節點之后是否新增子節點，所述第二組合向量包括當前節點向量、指向當前節點的入鏈邊向量之和、以及所述生成分子的樹向量；

其中，初始的當前節點為空節點，其當前節點向量和指向當前節點的入鏈邊向量均為全零向量。

8.如權利要求4所述的方法，其中，所述從分子片段庫中選取下一節點所對應的分子片段的步驟包括：

基于當前節點向量和指向當前節點的入鏈邊向量，采用所述編碼模型得到當前節點的出鏈邊向量；

將所述生成分子的樹向量和當前節點的出鏈邊向量進行拼接，并經過全連接層降維后，計算每個降維后的向量與所述分子片段庫中的節點向量的相似度；

將相似度最高的片段作為下一節點所對應的分子片段，從而得到所述生成分子的聯結樹。

9.一種計算設備，包括：

存儲器；

一個或多個處理器；

一個或多個程序，其中所述一個或多個程序存儲在所述存儲器中并被配置為由所述一個或多個處理器執行，所述一個或多個程序包括用于執行根據權利要求1-8所述方法中的任一方法的指令。

10.一種存儲一個或多個程序的計算機可讀存儲介質，所述一個或多個程序包括指令，所述指令當計算設備執行時，使得所述計算設備執行根據權利要求1-8所述的方法中的任一方法。