[发明专利]一种生物数据处理方法、装置、计算机设备以及存储介质

说明书

本申请公开了一种生物数据处理方法、装置、计算机设备以及存储介质，该方法包括：获取第一分子物质所包含的第一原子的原子属性信息，获取第二分子物质所包含的第二原子的原子属性信息；将第一原子的原子属性信息和第二原子的原子属性信息输入机器翻译模型；在机器翻译模型中，生成第一原子分别与原子集合中的每个原子之间的第一反应强度值、以及第二原子分别与每个原子之间的第二反应强度值；原子集合中的多个原子包括第一原子和第二原子；根据第一原子分别与每个原子之间的第一反应强度值和第二原子分别与每个原子之间的第二反应强度值，预测第一分子物质与第二分子物质之间的物质亲和力。采用本申请，可提高所获取到的物质亲和力的准确性。

技术领域

本申请涉及数据处理的技术领域，尤其涉及一种生物数据处理方法、装置、计算机设备以及存储介质。

背景技术

随着计算机网络的不断发展，机器学习被应用在了生活的各种场景中。例如，机器学习在医疗领域的应用。

现有技术中，在通过机器学习预测两个大分子物质之间的亲和力时，通常可以预先设定一套分子特征学习的规则，让模型依照该套规则对不同分子物质之间的亲和力相关的特征进行学习。进而，在模型应用时，就可以向模型输入两个大分子物质相关信息，模型即可预测得到该两个大分子物质之间的物质亲和力。

但是，通过此种方式所训练得到的模型，通常是对大分子物质的整体特征进行整合预测，由于大分子物质包含了若干原子所构成的复杂的分子结构，因此大分子物质中通常包含了很多复杂的分散特征，这是不容易进行整合的，因此，通过现有技术训练得到的模型所预测的大分子物质之间的亲和力并不准确。

发明内容

本申请提供了一种生物数据处理方法、装置、计算机设备以及存储介质，可提高所获取到的物质亲和力的准确性。

本申请一方面提供了一种生物数据处理方法，包括：

获取第一分子物质所包含的第一原子的原子属性信息，获取第二分子物质所包含的第二原子的原子属性信息；

将第一原子的原子属性信息和第二原子的原子属性信息输入机器翻译模型；

在机器翻译模型中，生成第一原子分别与原子集合中的每个原子之间的第一反应强度值、以及第二原子分别与每个原子之间的第二反应强度值；原子集合中的多个原子包括第一原子和第二原子；

根据第一原子分别与每个原子之间的第一反应强度值和第二原子分别与每个原子之间的第二反应强度值，预测第一分子物质与第二分子物质之间的物质亲和力。

本申请一方面提供了一种生物数据处理装置，包括：

属性获取模块，用于获取第一分子物质所包含的第一原子的原子属性信息，获取第二分子物质所包含的第二原子的原子属性信息；

属性输入模块，用于将第一原子的原子属性信息和第二原子的原子属性信息输入机器翻译模型；

强度生成模块，用于在机器翻译模型中，生成第一原子分别与原子集合中的每个原子之间的第一反应强度值、以及第二原子分别与每个原子之间的第二反应强度值；原子集合中的多个原子包括第一原子和第二原子；

亲和力预测模块，用于根据第一原子分别与每个原子之间的第一反应强度值和第二原子分别与每个原子之间的第二反应强度值，预测第一分子物质与第二分子物质之间的物质亲和力。

其中，属性获取模块，包括：

种类获取单元，用于获取第一原子的原子种类信息和第二原子的原子种类信息；

位置获取单元，用于基于电磁波射线对第一分子物质进行扫描，得到第一原子的空间位置信息，基于电磁波射线对第二分子物质进行扫描，得到第二原子的空间位置信息；