[發(fā)明專利]藥物預(yù)測(cè)方法及模型的訓(xùn)練方法、裝置、電子設(shè)備及介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110007460.7
• 申請(qǐng)日: 2021-01-05
• 公開（公告）號(hào): CN112331261A
• 公開（公告）日: 2021-02-05
• 發(fā)明（設(shè)計(jì)）人: 王凡;何徑舟;方曉敏;薛洋;劉荔行;張肖男;吳華;吳甜;王海峰
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G16B15/30
• 分類號(hào): G16B15/30
• 代理公司: 北京鴻德海業(yè)知識(shí)產(chǎn)權(quán)代理有限公司 11412
• 代理人: 田宏賓

1.一種藥物預(yù)測(cè)模型的訓(xùn)練方法，其中，所述方法包括：

獲取數(shù)個(gè)訓(xùn)練靶點(diǎn)的藥物數(shù)據(jù)集；

基于各所述訓(xùn)練靶點(diǎn)的藥物數(shù)據(jù)集，對(duì)所述藥物預(yù)測(cè)模型進(jìn)行訓(xùn)練；所述藥物預(yù)測(cè)模型包括特征處理模塊、編碼模塊和解碼模塊；其中，

所述特征處理模塊，對(duì)于各所述訓(xùn)練靶點(diǎn)的藥物數(shù)據(jù)集中的各藥物，將對(duì)應(yīng)的藥物的特征表達(dá)、所述藥物與對(duì)應(yīng)的所述訓(xùn)練靶點(diǎn)的特征表達(dá)以及所采用的隨機(jī)向量表達(dá)拼接，得到綜合特征表達(dá)；

所述編碼模塊，對(duì)所述藥物數(shù)據(jù)集中的各所述藥物對(duì)應(yīng)的所述綜合特征表達(dá)進(jìn)行編碼處理，得到編碼后的特征表達(dá)；

所述解碼模塊，基于各所述藥物對(duì)應(yīng)的所述編碼后的特征表達(dá)進(jìn)行解碼處理，生成并輸出對(duì)應(yīng)的所述訓(xùn)練靶點(diǎn)的預(yù)測(cè)藥物的信息。

2.根據(jù)權(quán)利要求1所述的方法，其中，基于各所述訓(xùn)練靶點(diǎn)的藥物數(shù)據(jù)集，對(duì)所述藥物預(yù)測(cè)模型進(jìn)行訓(xùn)練，包括：

對(duì)于各所述訓(xùn)練靶點(diǎn)的藥物數(shù)據(jù)集，采用所述藥物預(yù)測(cè)模型生成并輸出對(duì)應(yīng)的所述訓(xùn)練靶點(diǎn)的預(yù)測(cè)藥物的信息；

基于所述預(yù)測(cè)藥物的信息和對(duì)應(yīng)的所述訓(xùn)練靶點(diǎn)，檢測(cè)所述預(yù)測(cè)藥物與對(duì)應(yīng)的所述訓(xùn)練靶點(diǎn)的親和度；

基于所述藥物數(shù)據(jù)集、所述預(yù)測(cè)藥物的信息、判別器模型、所述預(yù)測(cè)藥物與對(duì)應(yīng)的所述訓(xùn)練靶點(diǎn)的親和度，構(gòu)建綜合損失函數(shù)；

判斷所述綜合損失函數(shù)是否收斂；

若不收斂，調(diào)整所述藥物預(yù)測(cè)模型的參數(shù)和所述判別器模型的參數(shù)，使得所述綜合損失函數(shù)收斂。

3.根據(jù)權(quán)利要求2所述的方法，其中，基于所述藥物數(shù)據(jù)集、所述預(yù)測(cè)藥物的信息、判別器模型、所述預(yù)測(cè)藥物與對(duì)應(yīng)的所述訓(xùn)練靶點(diǎn)的親和度，構(gòu)建綜合損失函數(shù)，包括：

基于所述藥物數(shù)據(jù)集中各藥物的信息、所述預(yù)測(cè)藥物的信息以及所述判別器模型，構(gòu)建第一子損失函數(shù)，以表征所述判別器模型不能區(qū)分所述預(yù)測(cè)藥物和所述藥物數(shù)據(jù)集中的藥物；

基于所述藥物數(shù)據(jù)集中各藥物與對(duì)應(yīng)的所述訓(xùn)練靶點(diǎn)的親和度、所述預(yù)測(cè)藥物與對(duì)應(yīng)的所述訓(xùn)練靶點(diǎn)的親和度，構(gòu)造第二子損失函數(shù)，以表征與所述藥物數(shù)據(jù)集中各藥物與對(duì)應(yīng)的所述訓(xùn)練靶點(diǎn)的親和度相比，所述預(yù)測(cè)藥物與對(duì)應(yīng)的所述訓(xùn)練靶點(diǎn)的親和度的期望值最高；

取所述第一子損失函數(shù)和所述第二子損失函數(shù)的加權(quán)和，作為所述綜合損失函數(shù)。

4.根據(jù)權(quán)利要求2或3所述的方法，其中，基于各所述訓(xùn)練靶點(diǎn)的藥物數(shù)據(jù)集，對(duì)所述藥物預(yù)測(cè)模型進(jìn)行訓(xùn)練之后，所述方法還包括：

將所述預(yù)測(cè)藥物的信息、所述預(yù)測(cè)藥物與對(duì)應(yīng)的所述訓(xùn)練靶點(diǎn)的親和度更新至所述訓(xùn)練靶點(diǎn)對(duì)應(yīng)的所述藥物數(shù)據(jù)集中。

5.根據(jù)權(quán)利要求2所述的方法，其中，對(duì)于各所述訓(xùn)練靶點(diǎn)的藥物數(shù)據(jù)集，采用所述藥物預(yù)測(cè)模型生成并輸出對(duì)應(yīng)的所述訓(xùn)練靶點(diǎn)的預(yù)測(cè)藥物的信息，包括：

對(duì)于各所述訓(xùn)練靶點(diǎn)的藥物數(shù)據(jù)集中的各藥物，采用所述藥物預(yù)測(cè)模型的特征處理模塊，將對(duì)應(yīng)的藥物的特征表達(dá)、所述藥物與對(duì)應(yīng)的所述訓(xùn)練靶點(diǎn)的特征表達(dá)以及所采用的隨機(jī)向量表達(dá)拼接，得到綜合特征表達(dá)；

采用所述藥物預(yù)測(cè)模型的編碼模塊，對(duì)所述藥物數(shù)據(jù)集中的各所述藥物對(duì)應(yīng)的所述綜合特征表達(dá)進(jìn)行編碼處理，得到編碼后的特征表達(dá)；

采用所述藥物預(yù)測(cè)模型的解碼模塊，基于各所述藥物對(duì)應(yīng)的所述編碼后的特征表達(dá)進(jìn)行解碼處理，生成并輸出對(duì)應(yīng)的所述訓(xùn)練靶點(diǎn)的所述預(yù)測(cè)藥物的信息。

6.一種藥物信息預(yù)測(cè)方法，其中，所述方法包括：

獲取預(yù)設(shè)靶點(diǎn)的藥物數(shù)據(jù)集；

基于所述預(yù)設(shè)靶點(diǎn)的藥物數(shù)據(jù)集，采用預(yù)先訓(xùn)練的藥物預(yù)測(cè)模型，預(yù)測(cè)所述預(yù)設(shè)靶點(diǎn)的預(yù)測(cè)藥物的信息；所述藥物預(yù)測(cè)模型包括特征處理模塊、編碼模塊和解碼模塊；其中，

所述特征處理模塊，對(duì)于所述預(yù)設(shè)靶點(diǎn)的藥物數(shù)據(jù)集中的各藥物，將所述藥物數(shù)據(jù)集中各藥物的特征表達(dá)、所述預(yù)設(shè)靶點(diǎn)的特征表達(dá)以及所采用的隨機(jī)向量表達(dá)拼接，得到綜合特征表達(dá)；

所述編碼模塊，對(duì)所述藥物數(shù)據(jù)集中的各所述藥物對(duì)應(yīng)的所述綜合特征表達(dá)進(jìn)行編碼處理，得到編碼后的特征表達(dá)；

所述解碼模塊，基于各所述藥物對(duì)應(yīng)的所述編碼后的特征表達(dá)進(jìn)行解碼處理，生成并輸出對(duì)應(yīng)的所述預(yù)設(shè)靶點(diǎn)的所述預(yù)測(cè)藥物的信息。