[發(fā)明專利]一種單步逆向合成方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011383345.1
• 申請(qǐng)日: 2020-12-01
• 公開（公告）號(hào): CN112397155B
• 公開（公告）日: 2023-07-28
• 發(fā)明（設(shè)計(jì)）人: 謝朋宇;卓漢逵
• 申請(qǐng)（專利權(quán)）人: 中山大學(xué)
• 主分類號(hào): G16C20/30
• 分類號(hào): G16C20/30;G16C20/70;G06N3/0464;G06N3/047;G06N3/08
• 代理公司: 深圳市創(chuàng)富知識(shí)產(chǎn)權(quán)代理有限公司 44367
• 代理人: 李思坪

本發(fā)明公開了一種單步逆向合成方法及系統(tǒng)，該方法包括：獲取反應(yīng)方程訓(xùn)練集；S2、以反應(yīng)方程訓(xùn)練集訓(xùn)練反應(yīng)中心識(shí)別模塊；以反應(yīng)方程訓(xùn)練集訓(xùn)練語法樹生成模塊；獲取待測(cè)產(chǎn)物SMILES表達(dá)式并輸入到訓(xùn)練完成的反應(yīng)中心識(shí)別模塊，得到待測(cè)合成子序列；將待測(cè)合成子序列輸入到訓(xùn)練完成的語法樹生成模塊，得到待測(cè)抽象語法樹；基于抽象語法樹的語法規(guī)則得到對(duì)應(yīng)反應(yīng)物的SMILES表達(dá)式。該系統(tǒng)包括：反應(yīng)中心識(shí)別模塊和語法樹生成模塊。本發(fā)明在保證可拓展性前提下具有更高預(yù)測(cè)準(zhǔn)確率。本發(fā)明作為一種單步逆向合成方法及系統(tǒng)，可廣泛應(yīng)用于化合物合成分析領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明屬于化合物合成分析領(lǐng)域，尤其涉及一種單步逆向合成方法及系統(tǒng)。

背景技術(shù)

逆合成分析是解決有機(jī)合成路線的重要方法，其實(shí)質(zhì)是通過分析目標(biāo)分子結(jié)構(gòu)，逐步將其拆解為更簡(jiǎn)單、更容易合成的中間產(chǎn)物，直到推理出的所有反應(yīng)物都是現(xiàn)有的構(gòu)建塊，從而完成對(duì)目標(biāo)分子合成路線的設(shè)計(jì)。現(xiàn)有的單步逆向合成分析在體系上可以分為基于模板和免模板的方法。模板是利用反應(yīng)方程提取出的通配模式，反映了具有相同反應(yīng)中心的反應(yīng)方程的規(guī)律。基于模板的方法需要預(yù)處理得到模板，不僅耗費(fèi)資源，而且泛化性能受限。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本發(fā)明的目的是提供一種單步逆向合成方法及系統(tǒng)，實(shí)現(xiàn)了在保證可拓展性前提下具有更高預(yù)測(cè)準(zhǔn)確率。

本發(fā)明所采用的第一技術(shù)方案是：一種單步逆向合成方法，包括以下步驟：

獲取反應(yīng)方程數(shù)據(jù)集并對(duì)反應(yīng)方程數(shù)據(jù)集進(jìn)行預(yù)處理，得到訓(xùn)練集；

根據(jù)訓(xùn)練集中反應(yīng)方程的反應(yīng)物和產(chǎn)物訓(xùn)練預(yù)構(gòu)建的反應(yīng)中心識(shí)別模塊，得到訓(xùn)練完成的反應(yīng)中心識(shí)別模塊；

根據(jù)訓(xùn)練集中反應(yīng)方程的合成子序列訓(xùn)練預(yù)構(gòu)建的語法樹生成模塊，得到訓(xùn)練完成的語法樹生成模塊；

獲取待測(cè)產(chǎn)物SMILES表達(dá)式并輸入到訓(xùn)練完成的反應(yīng)中心識(shí)別模塊，得到待測(cè)合成子序列；

將待測(cè)合成子序列輸入到訓(xùn)練完成的語法樹生成模塊，得到待測(cè)抽象語法樹；

基于抽象語法樹的語法規(guī)則對(duì)待測(cè)抽象語法樹進(jìn)行處理，得到對(duì)應(yīng)反應(yīng)物的SMILES表達(dá)式。

進(jìn)一步，還包括：

將部分反映方程數(shù)據(jù)集作為驗(yàn)證集，對(duì)訓(xùn)練完成的反應(yīng)中心識(shí)別模塊和訓(xùn)練完成的語法樹生成模塊進(jìn)行驗(yàn)證。

進(jìn)一步，所述獲取反應(yīng)方程數(shù)據(jù)集并對(duì)反應(yīng)方程數(shù)據(jù)集進(jìn)行預(yù)處理，得到訓(xùn)練集這一步驟，其具體包括：

獲取反應(yīng)方程數(shù)據(jù)集；

過濾反應(yīng)方程數(shù)據(jù)集中產(chǎn)物數(shù)量大于1的方程；

過濾反應(yīng)方程數(shù)據(jù)集中含有不合法SMILE表達(dá)式的方程；

得到訓(xùn)練集。

進(jìn)一步，所述根據(jù)訓(xùn)練集中反應(yīng)方程的反應(yīng)物和產(chǎn)物訓(xùn)練預(yù)構(gòu)建的反應(yīng)中心識(shí)別模塊，得到訓(xùn)練完成的反應(yīng)中心識(shí)別模塊這一步驟，其具體還包括：

根據(jù)訓(xùn)練集中反應(yīng)方程的產(chǎn)物和反應(yīng)物的對(duì)比，標(biāo)記產(chǎn)物在反應(yīng)過程中需要斷開的鍵對(duì)，得到標(biāo)簽矩陣；

基于RDKIT獲取產(chǎn)物中的原子并以原子為節(jié)點(diǎn)、鍵對(duì)為邊的邏輯，得到產(chǎn)物分子圖；

根據(jù)標(biāo)簽矩陣和產(chǎn)物分子圖訓(xùn)練預(yù)構(gòu)建的反應(yīng)中心識(shí)別模塊，得到訓(xùn)練完成的反應(yīng)中心識(shí)別模塊。

進(jìn)一步，所述根據(jù)訓(xùn)練集中反應(yīng)方程的合成子序列訓(xùn)練預(yù)構(gòu)建的語法樹生成模塊，得到訓(xùn)練完成的語法樹生成模塊這一步驟，其具體包括：

以標(biāo)題向量為指引，并基于多頭注意力機(jī)制學(xué)習(xí)向量之間的相關(guān)性，得到句子間的語義關(guān)系；