[发明专利]基于图神经网络的人体口服生物利用度预测方法

说明书

本发明公开了分子化学性质预测技术领域的基于图神经网络的人体口服生物利用度预测方法，包括初始原子、化学键特征抽取模块和图神经网络模块；初始原子、化学键特征抽取模块，图神经网络需要将分子结构信息转化为分子图，需要定义原子和化学键的初始特征以供图神经网络使用，利用原子结构信息，构建原子邻接矩阵代表分子的拓扑结构；图神经网络模块，图神经网络的前向传播包含两个步骤，包括消息传递和读出，消息传递需要进行多次以生成好的原子、化学键的隐藏表示，能够通过使用图神经网络，避免分子描述符的抽取，减少工作量，使用化学键消息吸收机制，使得化学键辅助模型学习到更好的分子表示，提高图神经网络的解释性。

技术领域

本发明涉及分子化学性质预测技术领域，具体为基于图神经网络的人体口服生物利用度预测方法。

背景技术

人体口服生物利用度是人体口服药物研发中最重要的药代动力学特性之一。在口服药物发现和研发的早期阶段，排除人体口服生物利用度低的候选药物，可以减少资源的消耗。目前，常使用基于特定计算方法或基于专家定义的分子描述符结合机器学习算法预测候选药物的人体口服生物利用度，这种基于预定义的分子描述符不仅增加了工作量，而且不会为口服药物研发带来新见解和新思想，传统预测人体口服生物利用度使用分子描述符结合机器学习开发预测模型，但分子描述符往往基于以往的药物研发经验，并不会为新药研发提供新的见解且存在一定不可避免的经验偏差。随着深度学习技术的发展，图神经网络已被广泛应用于分子性质预测任务中。使用图神经网络无需抽取分子描述符，仅需定义简单的原子特征和化学键特征即可自动学习分子隐藏表示，完成分子性质预测。因此，利用图神经网络构建人体口服生物利用度预测模型，辅助新药研发，促进人工智能在药物发现领域的应用和发展具有重大的现实意义。

由于人体口服生物利用度预测具有较高的理论研究与应用价值，能够显著减少由于候选药物过低的人体口服生物利用度导致的资源浪费，国内外许多研究者一直都在提出新的方法对此性质进行预测。Falcón-Cano[1]等人使用多种机器学习模型集成，抽取0D-2D多种分子描述符构建人体口服生物利用度预测模型，实验结果表明，在预测精度方面具有一定优势，这也是传统预测方法的代表。应用图神经网络预测人体口服生物利用度属于分子性质预测领域，Gilmer[3]等人提出消息传递图神经网络模型，基于原子消息传递构建图神经网络的卷积操作，在量子化学性质预测领域已大幅超过传统方法；

现有技术存在的缺点如下：

(1)人体口服生物利用度预测模型

以往的预测人体口服生物利用度预测模型以分子描述符作为分子表示，分子描述符可分为基于预定义的分子描述符和基于特定计算方法的分子描述符。基于预定义的分子描述符是由药理学家经过以往的药物研发经验开发的，目前人类合成的化合物只占化学空间的一小部分，基于以往的药物开发经验不可避免的会产生经验偏差且存在误判等问题。而对于基于特定计算方法的描述符来说，研究人员通常不知道该描述符与任务的相关性，这限制了对某种特定性质预测的性能，如人体口服生物利用度预测。利用图神经网络自动抽取与人体口服生物利用度高度相关的分子表示或将有助于以更精准的方式对该性质进行预测。

(2)基于图神经网络的分子性质预测模型

目前，图神经网络预测分子性质的前向传播过程并没有考虑到化学键的本质特性，化学键表示原子对周围的电子云。当原子状态发生改变时，化学键状态也应发生改变。然而，大部分模型在消息传递的过程没有更新化学键，即使更新了化学键，原子和化学键的交互也不充分。提高原子和化学键的相互作用，以一种符合化学知识的方式更新化学键，或将有助于提高图神经网络分子性质预测的性能。

基于此，本发明设计了基于图神经网络的人体口服生物利用度预测方法以解决上述问题。

发明内容

本发明的目的在于提供基于图神经网络的人体口服生物利用度预测方法，以解决上述背景技术中提出的问题。