[发明专利]化合物性质预测模型的训练方法、化合物性质的预测方法

权利要求书

1.一种化合物性质预测模型的训练方法，其特征在于，包括：

获取第一数据集，所述第一数据集中包括多组训练数据，每组训练数据包括一个第一化合物和所述第一化合物的性质；

对所述训练数据集中的多个第一化合物按照预设的特征数据库进行编码，得到所述训练数据集中的多个第一化合物的特征表示；

利用编码后的训练数据集对预设的神经网络模型进行训练，得到化合物性质预测模型，其中所述编码后的训练数据集包括多组训练数据，每组训练数据包括一个所述第一化合物的特征表示和所述第一化合物的性质。

2.根据权利要求1所述的训练方法，其特征在于，在对所述训练数据集中的多个第一化合物按照预设的特征数据库进行编码，得到所述训练数据集中的多个第一化合物的特征表示之前还包括：

获取小分子药物数据库作为第二数据集，所述第二数据集中包括多个作为第二化合物的小分子药物的分子SMILES式；

对所述多个第二化合物进行特征提取，得到所述特征数据库，其中所述特征数据库中包括多个分子特征。

3.根据权利要求2所述的训练方法，其特征在于，所述对所述多个第二化合物进行特征提取，得到所述特征数据库包括：

利用所述多个第二化合物对预设的Transformer模型进行预训练，得到所述特征数据库。

4.根据权利要求3所述的训练方法，其特征在于，所述Transformer模型包括依次连接的第一分子注意力转化器、第一相加-归一化层、第二分子注意力转化器、第二相加-归一化层、前馈网络层、第三相加-归一化层、线性连接层和归一化层。

5.根据权利要求4所述的训练方法，其特征在于，所述第一分子注意力转化器和所述第二分子注意力转化器均包括原子特征化层，所述原子特征化层基于以下注意力公式计算修正后的注意力表示：

；

其中，是超参数，Q_i为第i个基于Transformer模型的输入数据与对应权重矩阵相乘得到的矩阵，K为基于Transformer模型的输入数据与对应权重矩阵相乘得到的矩阵，V_i为第i个基于Transformer模型的输入数据与对应权重矩阵相乘得到的矩阵，ρ表示softmax函数，D表示原子间距离矩阵，A表示领域矩阵，函数g表示Softmax函数，是Q_i和K的矩阵维度，Attention为注意力表示也即原子特征化层的输出。

6.一种化合物性质的预测方法，其特征在于，包括：

获取待预测化合物的结构式；

将所述结构式输入到利用权利要求1~5任一项所述的化合物性质预测模型的训练方法得到的化合物性质预测模型中，得到所述待预测化合物的性质。

7.根据权利要求6所述的预测方法，其特征在于，在将所述结构式输入到利用权利要求1~5任一项所述的化合物性质预测模型的训练方法得到的化合物性质预测模型中之前，还包括：

获取所述待预测化合物的预测性质；

将所述结构式输入到利用权利要求1~5任一项所述的化合物性质预测模型的训练方法得到的化合物性质预测模型中包括：

在利用权利要求1~5任一项所述的化合物性质预测模型的训练方法得到的化合物性质预测模型中查找与所述预测性质相对应的预测模型；

将所述结构式输入到查找到的预测模型中。

8.一种化合物性质预测模型的训练装置，其特征在于，包括：

第一获取模块，用于获取第一数据集，所述第一数据集中包括多组训练数据，每组训练数据包括一个第一化合物和所述第一化合物的性质；

处理模块，用于对所述训练数据集中的多个第一化合物按照预设的特征数据库进行编码，得到所述训练数据集中的多个第一化合物的特征表示；

训练模块，用于利用编码后的训练数据集对预设的神经网络模型进行训练，得到化合物性质预测模型，其中所述编码后的训练数据集包括多组训练数据，每组训练数据包括一个第一化合物的特征表示和所述第一化合物的性质。