[發(fā)明專利]一種分子性質(zhì)預測方法、裝置及電子設(shè)備

在審

• 申請?zhí)枺?/td>: 202210165349.5
• 申請日: 2022-02-17
• 公開（公告）號: CN114446413A
• 公開（公告）日: 2022-05-06
• 發(fā)明（設(shè)計）人: 李雙利;周景博;徐童;竇德景;熊輝
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G16C20/50
• 分類號: G16C20/50;G16C20/70
• 代理公司: 北京柏杉松知識產(chǎn)權(quán)代理事務所(普通合伙) 11413
• 代理人: 丁蕓;馬敬

本公開提供了分子性質(zhì)預測方法、裝置及電子設(shè)備，涉及計算機技術(shù)領(lǐng)域，尤其涉及深度學習技術(shù)領(lǐng)域。具體實現(xiàn)方案為：根據(jù)目標分子的分子式，生成目標分子的二維分子圖和三維分子圖；針對二維分子圖和三維分子圖中每個邊，聚合邊所連接的兩個原子的原子特征和邊的邊特征，得到邊的新的邊特征；針對二維分子圖和三維分子圖中每個原子，聚合連接于原子的各個邊的邊特征，得到原子的新的原子特征；根據(jù)各原子的原子特征，確定二維分子圖的二維特征和三維分子圖的三維特征，根據(jù)預設(shè)的特征與化學性質(zhì)之間的映射關(guān)系，確定二維特征和三維特征對應的化學性質(zhì)，作為目標分子的化學性質(zhì)。可以更準確地對目標分子的分子性質(zhì)進行預測。

技術(shù)領(lǐng)域

本公開涉及計算機技術(shù)領(lǐng)域，尤其涉及深度學習技術(shù)領(lǐng)域。

背景技術(shù)

通過深度學習訓練得到的性質(zhì)預測模型對分子的化學性質(zhì)進行預測，從而確定出分子的化學性質(zhì)，這在藥物研發(fā)等場景中具有重大意義，而分子往往是以分子式的性質(zhì)表示的，性質(zhì)預測模型無法識別分子式而僅能夠識別特征向量(下文簡稱特征)，因此需要基于分子式提取能夠用于表征分子的特征。

發(fā)明內(nèi)容

本公開提供了一種分子性質(zhì)預測方法、裝置及電子設(shè)備。

根據(jù)本公開的第一方面，提供了一種分子性質(zhì)預測方法，包括：

根據(jù)目標分子的分子式，生成所述目標分子的二維分子圖和三維分子圖，其中，所述二維分子圖和所述三維分子圖中包括原子和邊，所述二維分子圖和所述三維分子圖中的原子用于表示所述目標分子中的原子，所述二維分子圖中的邊用于表示所述目標分子中各原子間的化學鍵，所述三維分子圖中的邊用于表示所述目標分子中各原子間的位置關(guān)系；

針對所述二維分子圖和所述三維分子圖中每個邊，聚合所述邊所連接的兩個原子的原子特征和所述邊的邊特征，得到所述邊的新的邊特征；

針對所述二維分子圖和所述三維分子圖中每個原子，聚合連接于所述原子的各個邊的邊特征，得到所述原子的新的原子特征；

根據(jù)各原子的原子特征，確定所述二維分子圖的二維特征和所述三維分子圖的三維特征；

根據(jù)預設(shè)的特征與化學性質(zhì)之間的映射關(guān)系，確定所述二維特征和所述三維特征對應的化學性質(zhì)，作為所述目標分子的化學性質(zhì)。

根據(jù)本公開的第二方面，提供了一種分子性質(zhì)預測裝置，包括：

分子圖生成模塊，用于根據(jù)目標分子的分子式，生成所述目標分子的二維分子圖和三維分子圖，其中，所述二維分子圖和所述三維分子圖中包括原子和邊，所述二維分子圖和所述三維分子圖中的原子用于表示所述目標分子中的原子，所述二維分子圖中的邊用于表示所述目標分子中各原子間的化學鍵，所述三維分子圖中的邊用于表示所述目標分子中各原子間的位置關(guān)系；

原子向邊傳播模塊，用于針對所述二維分子圖和所述三維分子圖中每個邊，聚合所述邊所連接的兩個原子的原子特征和所述邊的邊特征，得到所述邊的新的邊特征；

邊向原子傳播模塊，用于針對所述二維分子圖和所述三維分子圖中每個原子，聚合連接于所述原子的各個邊的邊特征，得到所述原子的新的原子特征；

特征確定模塊，用于根據(jù)各原子的原子特征，確定所述二維分子圖的二維特征和所述三維分子圖的三維特征，作為所述目標分子的分子表征；

性質(zhì)預測模塊，用于根據(jù)預設(shè)的特征與化學性質(zhì)之間的映射關(guān)系，確定所述二維特征和所述三維特征對應的化學性質(zhì)，作為所述目標分子的化學性質(zhì)。

根據(jù)本公開的第三方面，提供了一種電子設(shè)備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，