[發(fā)明專利]一種分子生成方法和計算設(shè)備

在審

• 申請?zhí)枺?/td>: 202010621991.0
• 申請日: 2020-06-30
• 公開（公告）號: CN111816265A
• 公開（公告）日: 2020-10-23
• 發(fā)明（設(shè)計）人: 張琳;范方達(dá);李遠(yuǎn)鵬;賴力鵬;溫書豪;馬健
• 申請（專利權(quán)）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(chǎn)權(quán)代理有限公司 11396
• 代理人: 謝建云;趙愛軍

本發(fā)明公開了一種分子生成方法，在計算設(shè)備中執(zhí)行，計算設(shè)備中存儲有分子片段庫，該片段庫中的分子片段具有節(jié)點向量，該方法包括：生成一個多維向量作為一個生成分子的樹向量，樹向量代表該生成分子的聯(lián)結(jié)樹，聯(lián)結(jié)樹的節(jié)點為由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(jié)點開始，采用預(yù)設(shè)的解碼模型依次判斷每個當(dāng)前節(jié)點之后是否需要新增下一節(jié)點，并在需要新增時，基于樹向量和當(dāng)前節(jié)點向量從分子片段庫中選取下一節(jié)點所對應(yīng)的分子片段，從而得到聯(lián)結(jié)樹；以及確定聯(lián)結(jié)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(jìn)行連接，得到生成分子。本發(fā)明還一并公開了用于執(zhí)行該方法的計算設(shè)備。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)技術(shù)領(lǐng)域，尤其涉及一種分子序列的生成方法、裝置和計算設(shè)備。

背景技術(shù)

眾所周知，藥物研發(fā)是一個漫長的過程，存在著研發(fā)周期長，研發(fā)成果率低，研發(fā)費用高的困境。而隨著計算機(jī)技術(shù)的更新以及大數(shù)據(jù)技術(shù)的發(fā)展，人工智能正在各行各業(yè)中發(fā)揮巨大的應(yīng)用價值，在制藥行業(yè)也受到了廣泛的關(guān)注。藥物發(fā)現(xiàn)的關(guān)鍵挑戰(zhàn)是找到具有所需化學(xué)性質(zhì)的靶分子。當(dāng)前，這項任務(wù)需要專業(yè)化學(xué)家和藥理學(xué)家多年的開發(fā)和探索。而對于分子量在500Da以內(nèi)的類藥小分子，其種類估計達(dá)到10的30至60次方，只靠人類的認(rèn)知很難廣泛探索，因此需要借助計算機(jī)來幫助人類尋找新的分子。

發(fā)明內(nèi)容

鑒于上述問題，本發(fā)明提出了一種分子生成方法和計算設(shè)備，以力圖解決或者至少解決上面存在的問題。

根據(jù)本發(fā)明的一個方面，提供了一種分子生成方法，適于在計算設(shè)備中執(zhí)行，該計算設(shè)備中存儲有分子片段庫，該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，該方法包括步驟：生成一個多維向量作為一個生成分子的樹向量，該樹向量適于代表該生成分子的聯(lián)結(jié)樹，該聯(lián)結(jié)樹的節(jié)點為由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(jié)點開始，采用預(yù)設(shè)的解碼模型依次判斷每個當(dāng)前節(jié)點之后是否需要新增下一節(jié)點，并在需要新增時從分子片段庫中選取下一節(jié)點所對應(yīng)的分子片段，從而得到所述聯(lián)結(jié)樹；以及確定聯(lián)結(jié)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(jìn)行連接，得到所述生成分子。

可選地，在根據(jù)本發(fā)明的分子生成方法中，生成一個多維向量作為樹向量的步驟包括：根據(jù)預(yù)設(shè)的樹向量維度和分布特點隨機(jī)生成一個對應(yīng)維度的向量作為所述生成分子的樹向量。

可選地，在根據(jù)本發(fā)明的分子生成方法中，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(jié)點，并根據(jù)各分子片段之間的連接關(guān)系生成輸入分子的聯(lián)結(jié)樹；采用預(yù)設(shè)的編碼模型對輸入分子的聯(lián)結(jié)樹進(jìn)行編碼，得到對應(yīng)的樹向量；對輸入分子的樹向量疊加微小擾動后，得到生成分子的樹向量。

可選地，在根據(jù)本發(fā)明的分子生成方法中，編碼模型的輸入為第一組合向量、輸出為從當(dāng)前節(jié)點指向下一節(jié)點的出鏈邊向量，第一組合向量包括當(dāng)前節(jié)點向量和指向當(dāng)前節(jié)點的入鏈邊向量，當(dāng)前節(jié)點的入鏈邊向量為上一節(jié)點的出鏈邊向量。

可選地，在根據(jù)本發(fā)明的分子生成方法中，采用預(yù)設(shè)的編碼模型對所述輸入分子的聯(lián)結(jié)樹進(jìn)行編碼的步驟包括；從該聯(lián)結(jié)樹的葉子節(jié)點開始，基于編碼模型向根節(jié)點方向依次計算每個節(jié)點的出鏈邊向量，以得到根節(jié)點的入鏈邊向量；以及將根節(jié)點向量和根節(jié)點的入鏈邊向量進(jìn)行拼接，并經(jīng)過全連接層降維后，得到輸入分子的樹向量。

可選地，在根據(jù)本發(fā)明的分子生成方法中，若根節(jié)點有多個入鏈邊向量，則將根節(jié)點向量和根節(jié)點的入鏈邊向量進(jìn)行拼接的步驟包括：將該多個入鏈邊向量進(jìn)行求和之后，與根節(jié)點向量進(jìn)行拼接。

可選地，在根據(jù)本發(fā)明的分子生成方法中，解碼模型的輸入為第二組合向量、輸出為當(dāng)前節(jié)點之后是否新增子節(jié)點，第二組合向量包括當(dāng)前節(jié)點向量、指向當(dāng)前節(jié)點的入鏈邊向量之和、以及生成分子的樹向量；其中，初始的當(dāng)前節(jié)點為空節(jié)點，其當(dāng)前節(jié)點向量和指向當(dāng)前節(jié)點的入鏈邊向量均為全零向量。