[发明专利]分子能量差的预测方法、装置、设备及存储介质在审
申请号: | 202211551180.3 | 申请日: | 2022-12-05 |
公开(公告)号: | CN115775600A | 公开(公告)日: | 2023-03-10 |
发明(设计)人: | 崔学峰;杨政和 | 申请(专利权)人: | 联泰集群(北京)科技有限责任公司 |
主分类号: | G16C20/30 | 分类号: | G16C20/30;G16C20/70 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 骆文欣 |
地址: | 100095 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 分子 能量 预测 方法 装置 设备 存储 介质 | ||
本发明公开了一种分子能量差的预测方法、装置、设备及存储介质。该方法包括获取待预测分子的分子结构数据;根据分子结构数据获取与待预测分子匹配的全局图嵌入向量和至少一个节点嵌入向量;对全局图嵌入向量和至少一个节点嵌入向量进行迭代更新,得到更新后全局图嵌入向量和至少一个更新后节点嵌入向量;根据更新后全局图嵌入向量和至少一个更新后节点嵌入向量,预测待预测分子的能量差。本发明实施例的技术方案实现分子中原子与原子之间的差异化信息传递,以有效地捕获远程相关性,提高对分子能量差预测的准确性。
技术领域
本发明涉及人工智能技术领域,尤其涉及一种分子能量差的预测方法、装置、设备及存储介质。
背景技术
小分子药物在人类抗击疾病的历史中,发挥了重要的作用。基于密度函数理论,可以精确计算分子的形状、反应性和能隙等各种分子特性,有助于药物发现。
已有的人工智能方法,使用经过充分验证的预训练语言模型来预测分子特性。但已有图模型通过对原子的节点嵌入向量进行求和操作实现全局卷积,以及对原子的节点嵌入向量使用1-跳近邻信息进行更新,导致对分子能量差预测不准确。
发明内容
本发明提供了一种分子能量差的预测方法、装置、设备及存储介质,以实现分子中原子与原子之间的差异化信息传递,以有效地捕获远程相关性,提高对分子能量差预测的准确性。
根据本发明的一方面,提供了一种分子能量差的预测方法,包括:
获取待预测分子的分子结构数据;
根据所述分子结构数据获取与所述待预测分子匹配的全局图嵌入向量和至少一个节点嵌入向量;
对所述全局图嵌入向量和所述至少一个节点嵌入向量进行迭代更新,得到更新后全局图嵌入向量和至少一个更新后节点嵌入向量;
根据所述更新后全局图嵌入向量和所述至少一个更新后节点嵌入向量,预测所述待预测分子的能量差。
根据本发明的另一方面,提供了一种分子能量差的预测装置,包括:
分子结构数据获取模块,用于获取待预测分子的分子结构数据;
嵌入向量获取模块,用于根据所述分子结构数据获取与所述待预测分子匹配的全局图嵌入向量和至少一个节点嵌入向量;
更新后嵌入向量获取模块,用于对所述全局图嵌入向量和所述至少一个节点嵌入向量进行迭代更新,得到更新后全局图嵌入向量和至少一个更新后节点嵌入向量;
预测结果获取模块,用于根据所述更新后全局图嵌入向量和所述至少一个更新后节点嵌入向量,预测所述待预测分子的能量差。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的分子能量差的预测方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的分子能量差的预测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于联泰集群(北京)科技有限责任公司,未经联泰集群(北京)科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211551180.3/2.html,转载请声明来源钻瓜专利网。