[發(fā)明專利]分子特征的提取及三維定量構(gòu)效關(guān)系的計(jì)算方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202011025440.4
• 申請(qǐng)日: 2020-09-25
• 公開(kāi)（公告）號(hào): CN112185477A
• 公開(kāi)（公告）日: 2021-01-05
• 發(fā)明（設(shè)計(jì)）人: 賈伯陽(yáng)
• 申請(qǐng)（專利權(quán)）人: 北京望石智慧科技有限公司
• 主分類號(hào): G16C20/20
• 分類號(hào): G16C20/20;G06F17/16;G06N3/04
• 代理公司: 北京三聚陽(yáng)光知識(shí)產(chǎn)權(quán)代理有限公司 11250
• 代理人: 李博洋

本發(fā)明公開(kāi)了一種分子特征的提取及三維定量構(gòu)效關(guān)系的計(jì)算方法及裝置，其中，該提取方法包括：獲取分子的第一特征矩陣；根據(jù)所述第一特征矩陣及預(yù)設(shè)圖卷積神經(jīng)網(wǎng)絡(luò)模型，生成分子第二特征矩陣；根據(jù)預(yù)設(shè)正方體像素模型及第二特征矩陣，生成第三特征矩陣；根據(jù)第三特征矩陣及預(yù)設(shè)三維圖卷積神經(jīng)網(wǎng)絡(luò)模型，生成第四特征矩陣；根據(jù)第三特征矩陣及第四特征矩陣，計(jì)算生成用以表征分子特征的第五特征矩陣；或據(jù)第四特征矩陣，計(jì)算生成用以表征分子特征的第五特征矩陣。通過(guò)實(shí)施本發(fā)明，解決了只能根據(jù)分子二維坐標(biāo)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，導(dǎo)致提取出的分子特征較為片面的問(wèn)題，可以使用表征分子鍵的連接關(guān)系的三維圖結(jié)構(gòu)直接訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理領(lǐng)域，具體涉及一種分子特征的提取及三維定量構(gòu)效關(guān)系的計(jì)算方法及裝置。

背景技術(shù)

定量構(gòu)效關(guān)系(QSAR)，是使用某種數(shù)學(xué)模型來(lái)描述分子結(jié)構(gòu)與某種分子的生物活性之間的關(guān)系。QSAR的基本假設(shè)是分子的結(jié)構(gòu)信息包含了與其物理、化學(xué)及生物等性質(zhì)相關(guān)的信息，而再通過(guò)這些理化性質(zhì)進(jìn)而決定該化合物的生物活性。因此化合物的分子結(jié)構(gòu)信息與生物活性也有一定程度的相關(guān)。具體的，二維定量構(gòu)效關(guān)系(2D QSAR)有hansch方法、free-wilson方法。基于分子構(gòu)象的進(jìn)行QSAR預(yù)測(cè)的稱為三維定量構(gòu)效關(guān)系(下文稱3D-QSAR)。

現(xiàn)有技術(shù)中有根據(jù)分子化合物的smiles編碼及其原子坐標(biāo)，確定分子化合物的QSAR的擬合值；也有將分子表達(dá)為圖結(jié)構(gòu)，并經(jīng)由圖卷積神經(jīng)網(wǎng)絡(luò)(GCN)提取特征矩陣；但是上述方法只能根據(jù)大量的分子二維坐標(biāo)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，導(dǎo)致提取出的分子特征表達(dá)分子的結(jié)構(gòu)信息較為片面。

發(fā)明內(nèi)容

因此，本發(fā)明要解決的技術(shù)問(wèn)題在于克服現(xiàn)有技術(shù)中的提取出的分子特征表達(dá)分子的結(jié)構(gòu)信息較為片面的缺陷，從而提供一種分子特征的提取及三維定量構(gòu)效關(guān)系的計(jì)算方法及裝置。

根據(jù)第一方面，本發(fā)明實(shí)施例提供了一種分子特征的提取方法，包括：獲取分子的第一特征矩陣，所述第一特征矩陣用以表征所述分子的初始特征維度以及原子數(shù)目；根據(jù)所述第一特征矩陣以及預(yù)設(shè)圖卷積神經(jīng)網(wǎng)絡(luò)模型，生成所述分子的第二特征矩陣；所述第二特征矩陣用以表征所述分子的第一特征維度以及原子數(shù)目；根據(jù)預(yù)設(shè)正方體像素模型以及所述第二特征矩陣，生成第三特征矩陣，所述第三特征矩陣用以表征所述分子中各原子在空間坐標(biāo)系的坐標(biāo)信息以及第一特征維度；根據(jù)所述第三特征矩陣以及預(yù)設(shè)三維圖卷積神經(jīng)網(wǎng)絡(luò)模型，生成第四特征矩陣，所述第四特征矩陣用以表征所述分子中各原子在空間坐標(biāo)系的坐標(biāo)信息以及第二特征維度；根據(jù)所述第三特征矩陣以及所述第四特征矩陣，計(jì)算生成用以表征所述分子特征的第五特征矩陣；或根據(jù)所述第四特征矩陣，計(jì)算生成用以表征所述分子特征的第五特征矩陣。

結(jié)合第一方面第一實(shí)施方式，在第一方面第一實(shí)施方式中，所述獲取分子的第一特征矩陣，具體包括：獲取分子中的多個(gè)原子及原子數(shù)目；根據(jù)預(yù)設(shè)編碼方式將各原子編碼，生成各原子對(duì)應(yīng)的編碼向量；根據(jù)各編碼向量，確定分子的初始特征維度；根據(jù)所述原子數(shù)目以及初始特征維度，確定所述分子的第一特征矩陣。

結(jié)合第一方面，在第一方面第二實(shí)施方式中，所述根據(jù)預(yù)設(shè)正方體像素模型以及所述第二特征矩陣，生成第三特征矩陣的步驟中，包括：將所述預(yù)設(shè)正方體像素模型劃分為多個(gè)三維像素；當(dāng)所述原子在所述三維像素的中心時(shí)，將所述原子填充至所述三維像素，并確定所述原子在空間坐標(biāo)系的坐標(biāo)信息。

結(jié)合第一方面，在第一方面第三實(shí)施方式中，該方法還包括：根據(jù)第一維度參數(shù)確定所述第一特征維度，根據(jù)第二維度參數(shù)確定第二特征維度。

根據(jù)第二方面，本發(fā)明實(shí)施例提供了一種分子三維定量構(gòu)效關(guān)系的計(jì)算方法，包括：獲取分子的計(jì)算層次參數(shù)；根據(jù)所述計(jì)算層次參數(shù)確定分子的目標(biāo)特征矩陣，所述目標(biāo)特征矩陣是通過(guò)多個(gè)計(jì)算單元生成的，所述計(jì)算單元用于執(zhí)行如第一方面或第一方面任一實(shí)施方式所述的分子特征的提取方法；根據(jù)預(yù)設(shè)的全聯(lián)接層函數(shù)，將所述目標(biāo)特征矩陣轉(zhuǎn)換為一維特征矩陣；根據(jù)所述一維特征矩陣，計(jì)算生成所述分子的三維定量構(gòu)效關(guān)系值。