[发明专利]反应物分子的预测、模型的训练方法、装置、设备及介质

说明书

本申请公开了一种反应物分子的预测、模型的训练方法、装置、设备及介质，属于人工智能技术领域。该反应物分子的预测方法包括：获取产物分子；基于产物分子，获取至少一个待补全分子；调用目标分子补全模型对至少一个待补全分子进行补全，得到至少一个补全结果，基于至少一个补全结果获取产物分子对应的至少一个反应物分子，目标分子补全模型基于样本化合物分子以及样本待补全分子训练得到，样本待补全分子通过对样本化合物分子中的子结构进行掩码得到。此种反应物分子的预测过程依赖泛化能力较强的目标分子补全模型实现，有利于扩展适应场景，从而有利于提高反应物分子的预测可靠性和预测准确性。

技术领域

本申请实施例涉及人工智能技术领域，特别涉及一种反应物分子的预测、模型的训练方法、装置、设备及介质。

背景技术

随着人工智能技术的兴起和快速发展，给定一个产物分子，预测其对应的反应物分子的应用场景越来越广泛，如，化学合成场景、药品制备场景等。

相关技术在预测反应物分子时，先根据产物分子获取待补全分子，然后从多个候选结构中确定与待补全分子匹配的结构，将该匹配的结构与待补全分子连接，将连接后得到的分子作为预测的反应物分子。其中，多个候选结构通过对已知的合成反应中的产物分子和反应物分子之间的差异结构进行比对得到。

上述反应物分子的预测方法依赖从已知的合成反应中提取的多个候选结构，多个候选结构的泛化能力受限于已知的合成反应，泛化能力较差，适应的场景较为局限，从而容易降低反应物分子的预测可靠性和预测准确性。

发明内容

本申请实施例提供了一种反应物分子的预测、模型的训练方法、装置、设备及介质，可用于提高反应物分子的预测可靠性和准确性。所述技术方案如下：

一方面，本申请实施例提供了一种反应物分子的预测方法，所述方法包括：

获取产物分子；基于所述产物分子，获取至少一个待补全分子；

调用目标分子补全模型对所述至少一个待补全分子进行补全，得到至少一个补全结果，基于所述至少一个补全结果获取所述产物分子对应的至少一个反应物分子；

其中，所述目标分子补全模型基于样本化合物分子以及样本待补全分子训练得到，所述样本待补全分子通过对所述样本化合物分子中的子结构进行掩码得到。

还提供了一种分子补全模型的训练方法，所述方法包括：

获取样本化合物分子以及样本待补全分子，所述样本待补全分子通过对所述样本化合物分子中的子结构进行掩码得到；

基于所述样本化合物分子、所述样本待补全分子和初始分子补全模型，获取训练损失；基于所述训练损失更新所述初始分子补全模型的模型参数，得到目标分子补全模型。

另一方面，提供了一种反应物分子的预测装置，所述装置包括：

第一获取单元，用于获取产物分子；基于所述产物分子，获取至少一个待补全分子；

补全单元，用于调用目标分子补全模型对所述至少一个待补全分子进行补全，得到至少一个补全结果，基于所述至少一个补全结果获取所述产物分子对应的至少一个反应物分子；

其中，所述目标分子补全模型基于样本化合物分子以及样本待补全分子训练得到，所述样本待补全分子通过对所述样本化合物分子中的子结构进行掩码得到。