[发明专利]逆合成处理方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种逆合成处理方法，其特征在于，包括：

确定目标分子的分子表示信息；

将所述分子表示信息输入到目标神经网络中，对所述目标分子进行逆合成处理，得到所述目标分子的逆合成处理的各步逆合成反应，其中，所述目标神经网络是根据预生成的样本代价字典对预定神经网络进行训练得到的，所述样本代价字典是并行对多个样本分子分别按照预先设定的逆合成反应架构进行多次逆合成反应的训练生成的。

2.根据权利要求1所述的方法，其特征在于，通过预定工作集群并行对多个样本分子分别按照预先设定的逆合成反应架构进行多次逆合成反应的训练，生成样本代价字典，所述预定工作集群包括多个工作负载节点和至少一个控制节点；

通过预定工作集群并行对多个样本分子分别按照预先设定的逆合成反应架构进行多次逆合成反应的训练，生成样本代价字典，包括：

通过所述至少一个控制节点将多个样本分子分别对应的分子表示信息，分发给所述多个工作负载节点；

根据当前的第一代价字典，通过所述多个工作负载节点，对各自对应的各样本分子的分子表示信息，分别按照预先设定的逆合成反应架构进行逆合成反应，得到各样本分子分别对应的代价，并将各样本分子的分子表示信息及各样本分子的代价，发送至所述至少一个控制节点；

通过所述至少一个控制节点依据多个样本分子的分子表示信息及多个样本分子分别对应的代价，对所述当前的第一代价字典进行更新，所述第一代价字典包括每个样本分子的分子表示信息与该每个样本分子的代价形成的键值对；

重复执行所述根据当前的第一代价字典，通过所述多个工作负载节点，对各自对应的各样本分子的分子表示信息，分别按照预先设定的逆合成反应架构进行逆合成反应，得到各样本分子分别对应的代价，并将各样本分子的分子表示信息及各样本分子的代价，发送至所述至少一个控制节点，以及所述通过所述至少一个控制节点依据多个样本分子的分子表示信息及多个样本分子分别对应的代价，对所述当前的第一代价字典进行更新，直至满足预定条件，并将满足预定条件时更新得到的第一代价字典确定为所述样本代价字典。

3.根据权利要求2所述的方法，其特征在于，所述满足预定条件包括以下任一项：

达到预定训练次数；

第一平均值与第二平均值间的差值小于或等于预定阈值，所述第一平均值为通过集群的多个工作负载节点对多个样本分子分别按照预先设定的逆合成反应架构，进行第M次逆合成反应训练得到的多个样本分子的代价的平均值，所述第二平均值为通过集群的多个工作负载节点对多个样本分子分别按照预先设定的逆合成反应架构，进行第M-1次逆合成反应训练得到的多个样本分子的代价的平均值，M为大于1的正整数。

4.根据权利要求2所述的方法，其特征在于，所述预先设定的逆合成反应架构包括多步逆合成反应，根据当前的第一代价字典，通过所述多个工作负载节点，对各自对应的各样本分子的分子表示信息，分别按照预先设定的逆合成反应架构进行逆合成反应，包括：

根据当前的第一代价字典，通过所述多个工作负载节点，对各自对应的各样本分子的分子表示信息，分别按照预先设定的逆合成反应架构进行多步逆合成反应，直到获取到各样本分子分别对应的可获取分子或者达到第一预定步数的逆合成反应。

5.根据权利要求4所述的方法，其特征在于，根据当前的第一代价字典，通过所述多个工作负载节点，对各自对应的各样本分子的分子表示信息，分别按照预先设定的逆合成反应架构进行多步逆合成反应，包括：

每个工作负载节点针对其对应的每个样本分子的分子表示信息，针对所述预先设定的逆合成反应架构中的每步逆合成反应，根据当前的第一代价字典，确定所述每步逆合成反应对应的逆合成反应模板，并根据确定出的逆合成反应模板进行所述每步逆合成反应。

6.根据权利要求1所述的方法，其特征在于，根据预生成的样本代价字典对预定神经网络进行训练，得到目标神经网络，包括：

对所述预生成的样本代价字典进行数据处理，将所述预生成的样本代价字典中每个样本分子的分子表示信息与该每个样本分子的代价形成的键值对，转换为与所述预定神经网络相匹配的数据形式的样本数据集；

基于所述样本数据集对所述预定训练网络进行训练，得到目标神经网络。