[發(fā)明專利]預(yù)測(cè)模型訓(xùn)練、數(shù)據(jù)預(yù)測(cè)方法、裝置和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110355929.6
• 申請(qǐng)日: 2021-04-01
• 公開（公告）號(hào): CN112735535B
• 公開（公告）日: 2021-06-25
• 發(fā)明（設(shè)計(jì)）人: 楊子翊;葉兆豐;廖奔犇;張勝譽(yù)
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G16B40/00
• 分類號(hào): G16B40/00;G06N20/00
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 毛丹

本申請(qǐng)涉及一種預(yù)測(cè)模型訓(xùn)練方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。該方法包括：獲取訓(xùn)練樣本集，訓(xùn)練樣本集包括各個(gè)訓(xùn)練樣本、各個(gè)訓(xùn)練樣本對(duì)應(yīng)的訓(xùn)練樣本權(quán)重和各個(gè)訓(xùn)練樣本對(duì)應(yīng)的目標(biāo)能量特征；基于訓(xùn)練樣本權(quán)重從訓(xùn)練樣本集中確定當(dāng)前訓(xùn)練樣本；將當(dāng)前訓(xùn)練樣本對(duì)應(yīng)的當(dāng)前目標(biāo)能量特征輸入到預(yù)訓(xùn)練預(yù)測(cè)模型中進(jìn)行基礎(chǔ)訓(xùn)練，當(dāng)基礎(chǔ)訓(xùn)練完成時(shí)，得到基礎(chǔ)預(yù)測(cè)模型；基于基礎(chǔ)預(yù)測(cè)模型更新各個(gè)訓(xùn)練樣本對(duì)應(yīng)的訓(xùn)練樣本權(quán)重并迭代執(zhí)行，直到模型訓(xùn)練完成時(shí)，得到目標(biāo)預(yù)測(cè)模型，目標(biāo)預(yù)測(cè)模型用于預(yù)測(cè)輸入的蛋白質(zhì)信息與輸入的化合物信息對(duì)應(yīng)的相互作用狀態(tài)信息。采用本方法能夠提高訓(xùn)練得到的目標(biāo)預(yù)測(cè)模型的預(yù)測(cè)準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別是涉及一種預(yù)測(cè)模型訓(xùn)練、數(shù)據(jù)預(yù)測(cè)方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著人工智能技術(shù)的發(fā)展，出現(xiàn)了使用機(jī)器學(xué)習(xí)算法來預(yù)測(cè)化合物與靶向蛋白質(zhì)之間的親和力。目前，通過使用機(jī)器學(xué)習(xí)算法建立的模型來預(yù)測(cè)靶向蛋白質(zhì)發(fā)生突變后與化合物之間的親和力變化，進(jìn)而確定靶向蛋白質(zhì)對(duì)化合物是否產(chǎn)生耐藥性，從而為醫(yī)生用藥提供參考。然而，目前通過機(jī)器學(xué)習(xí)算法建立的預(yù)測(cè)模型存在準(zhǔn)確率低，模型泛化能力差的問題。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問題，提供一種能夠提高預(yù)測(cè)模型訓(xùn)練準(zhǔn)確性，進(jìn)而提高預(yù)測(cè)準(zhǔn)確性的預(yù)測(cè)模型訓(xùn)練、數(shù)據(jù)預(yù)測(cè)方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

一種預(yù)測(cè)模型訓(xùn)練方法，所述方法包括：

獲取訓(xùn)練樣本集，訓(xùn)練樣本集包括各個(gè)訓(xùn)練樣本、各個(gè)訓(xùn)練樣本對(duì)應(yīng)的訓(xùn)練樣本權(quán)重和各個(gè)訓(xùn)練樣本對(duì)應(yīng)的目標(biāo)能量特征，訓(xùn)練樣本包括野生型蛋白質(zhì)信息、突變型蛋白質(zhì)信息和化合物信息，目標(biāo)能量特征基于野生型能量特征和突變型能量特征得到，野生型能量特征是基于野生型蛋白質(zhì)信息和化合物信息進(jìn)行結(jié)合能量特征提取得到，突變型能量特征是基于突變型蛋白質(zhì)信息和化合物信息進(jìn)行結(jié)合能量特征提取得到的；

基于訓(xùn)練樣本權(quán)重從訓(xùn)練樣本集中確定當(dāng)前訓(xùn)練樣本；

將當(dāng)前訓(xùn)練樣本對(duì)應(yīng)的當(dāng)前目標(biāo)能量特征輸入到預(yù)訓(xùn)練預(yù)測(cè)模型中進(jìn)行基礎(chǔ)訓(xùn)練，當(dāng)基礎(chǔ)訓(xùn)練完成時(shí)，得到基礎(chǔ)預(yù)測(cè)模型；

基于基礎(chǔ)預(yù)測(cè)模型更新各個(gè)訓(xùn)練樣本對(duì)應(yīng)的訓(xùn)練樣本權(quán)重，并返回基于訓(xùn)練樣本權(quán)重從訓(xùn)練樣本集中確定當(dāng)前訓(xùn)練樣本的步驟執(zhí)行，直到模型訓(xùn)練完成時(shí)，得到目標(biāo)預(yù)測(cè)模型，目標(biāo)預(yù)測(cè)模型用于預(yù)測(cè)輸入的蛋白質(zhì)信息與輸入的化合物信息對(duì)應(yīng)的相互作用狀態(tài)信息。

在其中一個(gè)實(shí)施例中，獲取訓(xùn)練樣本集，訓(xùn)練樣本集包括各個(gè)訓(xùn)練樣本對(duì)應(yīng)的訓(xùn)練樣本權(quán)重，包括：

獲取各個(gè)訓(xùn)練樣本對(duì)應(yīng)的置信度，基于置信度確定各個(gè)訓(xùn)練樣本對(duì)應(yīng)的訓(xùn)練樣本權(quán)重。

在其中一個(gè)實(shí)施例中，突變型能量特征包括第一突變型能量特征和第二突變型能量特征；

基于突變型蛋白質(zhì)信息和化合物信息進(jìn)行結(jié)合能量特征提取，得到突變型能量特征，包括：

基于突變型蛋白質(zhì)信息和化合物信息使用非物理型函數(shù)進(jìn)行結(jié)合能量特征提取，得到第一突變型能量特征；

基于突變型蛋白質(zhì)信息和化合物信息使用物理型函數(shù)進(jìn)行結(jié)合能量特征提取，得到第二突變型能量特征；

基于第一突變型能量特征和第二突變型能量特征進(jìn)行融合，得到突變型能量特征。

在其中一個(gè)實(shí)施例中，在基于基礎(chǔ)預(yù)測(cè)模型更新各個(gè)訓(xùn)練樣本對(duì)應(yīng)的訓(xùn)練樣本權(quán)重之后，還包括：

獲取當(dāng)前學(xué)習(xí)參數(shù)，按照預(yù)設(shè)增加量對(duì)當(dāng)前學(xué)習(xí)參數(shù)進(jìn)行更新，得到更新學(xué)習(xí)參數(shù)，將更新學(xué)習(xí)參數(shù)作為當(dāng)前學(xué)習(xí)參數(shù)。

一種預(yù)測(cè)模型訓(xùn)練裝置，所述裝置包括：