[发明专利]一种分子性质预测方法、装置及电子设备

说明书

本公开提供了分子性质预测方法、装置及电子设备，涉及计算机技术领域，尤其涉及深度学习技术领域。具体实现方案为：根据目标分子的分子式，生成目标分子的二维分子图和三维分子图；针对二维分子图和三维分子图中每个边，聚合边所连接的两个原子的原子特征和边的边特征，得到边的新的边特征；针对二维分子图和三维分子图中每个原子，聚合连接于原子的各个边的边特征，得到原子的新的原子特征；根据各原子的原子特征，确定二维分子图的二维特征和三维分子图的三维特征，根据预设的特征与化学性质之间的映射关系，确定二维特征和三维特征对应的化学性质，作为目标分子的化学性质。可以更准确地对目标分子的分子性质进行预测。

技术领域

本公开涉及计算机技术领域，尤其涉及深度学习技术领域。

背景技术

通过深度学习训练得到的性质预测模型对分子的化学性质进行预测，从而确定出分子的化学性质，这在药物研发等场景中具有重大意义，而分子往往是以分子式的性质表示的，性质预测模型无法识别分子式而仅能够识别特征向量(下文简称特征)，因此需要基于分子式提取能够用于表征分子的特征。

发明内容

本公开提供了一种分子性质预测方法、装置及电子设备。

根据本公开的第一方面，提供了一种分子性质预测方法，包括：

根据目标分子的分子式，生成所述目标分子的二维分子图和三维分子图，其中，所述二维分子图和所述三维分子图中包括原子和边，所述二维分子图和所述三维分子图中的原子用于表示所述目标分子中的原子，所述二维分子图中的边用于表示所述目标分子中各原子间的化学键，所述三维分子图中的边用于表示所述目标分子中各原子间的位置关系；

针对所述二维分子图和所述三维分子图中每个边，聚合所述边所连接的两个原子的原子特征和所述边的边特征，得到所述边的新的边特征；

针对所述二维分子图和所述三维分子图中每个原子，聚合连接于所述原子的各个边的边特征，得到所述原子的新的原子特征；

根据各原子的原子特征，确定所述二维分子图的二维特征和所述三维分子图的三维特征；

根据预设的特征与化学性质之间的映射关系，确定所述二维特征和所述三维特征对应的化学性质，作为所述目标分子的化学性质。

根据本公开的第二方面，提供了一种分子性质预测装置，包括：

分子图生成模块，用于根据目标分子的分子式，生成所述目标分子的二维分子图和三维分子图，其中，所述二维分子图和所述三维分子图中包括原子和边，所述二维分子图和所述三维分子图中的原子用于表示所述目标分子中的原子，所述二维分子图中的边用于表示所述目标分子中各原子间的化学键，所述三维分子图中的边用于表示所述目标分子中各原子间的位置关系；

原子向边传播模块，用于针对所述二维分子图和所述三维分子图中每个边，聚合所述边所连接的两个原子的原子特征和所述边的边特征，得到所述边的新的边特征；

边向原子传播模块，用于针对所述二维分子图和所述三维分子图中每个原子，聚合连接于所述原子的各个边的边特征，得到所述原子的新的原子特征；

特征确定模块，用于根据各原子的原子特征，确定所述二维分子图的二维特征和所述三维分子图的三维特征，作为所述目标分子的分子表征；

性质预测模块，用于根据预设的特征与化学性质之间的映射关系，确定所述二维特征和所述三维特征对应的化学性质，作为所述目标分子的化学性质。

根据本公开的第三方面，提供了一种电子设备，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，