[发明专利]一种药物与靶点间的相关性确定方法、装置及电子设备

权利要求书

1.一种药物与靶点间的相关性确定方法，该方法包括：

建立候选药物与靶点的空间分子图，所述空间分子图包括原子节点集以及边集合，所述原子节点集包括所述候选药物中的原子以及所述靶点中的原子，所述边集合包括至少一条原子连边；

将所述原子节点集的第一原子特征以及所述空间分子图输入第一图注意力模型进行预测，得到所述原子节点集的第二原子特征；

基于所述原子节点集的第二原子特征，确定所述候选药物与所述靶点之间的相关性参数值。

2.根据权利要求1所述的方法，其中，所述建立候选药物与靶点的空间分子图，包括：

基于所述原子节点集中原子节点之间的距离，建立所述空间分子图；

其中，所述边集合中任一连边的两个原子节点之间的距离小于或等于预设距离阈值。

3.根据权利要求1所述的方法，其中，所述将所述原子节点集的第一原子特征以及所述空间分子图输入第一图注意力模型进行预测，得到所述原子节点集的第二原子特征之前，还包括：

对所述原子节点集中原子节点之间的距离进行编码，得到所述原子节点集中原子节点之间的第一距离向量；

对所述原子节点集中原子节点之间的第一距离向量进行转换，得到所述原子节点集中原子节点之间的目标距离向量；

其中，所述将所述原子节点集的第一原子特征以及所述空间分子图输入第一图注意力模型进行预测，得到所述原子节点集的第二原子特征，包括：

将所述原子节点集的第一原子特征、所述空间分子图以及所述原子节点集中原子节点之间的目标距离向量输入所述第一图注意力模型进行预测，得到所述原子节点集的第二原子特征。

4.根据权利要求3所述的方法，其中，所述将所述原子节点集的第一原子特征、所述空间分子图以及所述原子节点集中原子节点之间的目标距离向量输入所述第一图注意力模型进行预测，得到所述原子节点集的第二原子特征，包括：

将所述原子节点集中原子节点之间的目标距离向量、所述空间分子图以及所述原子节点集的第一原子特征输入所述第一图注意力模型进行预测，得到所述边集合中连边的目标特征表征；

利用所述第一图注意力模型对所述原子节点集的第一原子特征、所述原子节点集中原子节点之间的目标距离向量以及所述边集合中连边的目标特征表征进行预测，得到所述原子节点集的第二原子特征。

5.根据权利要求4所述的方法，其中，所述将所述原子节点集中原子节点之间的目标距离向量、所述空间分子图以及所述原子节点集的第一原子特征输入所述第一图注意力模型进行预测，得到所述边集合中连边的目标特征表征，包括：

确定所述边集合中第i原子节点与第j原子节点之间的连边的邻居边集，i与j均为整数，且1≤i≤N，1≤j≤M，N为所述原子节点集中原子节点的总数，M为与所述第i原子节点之间存在连边的原子节点数量；

利用所述邻居边集中连边的原子节点之间的目标距离向量、所述邻居边集中连边的原子节点的第一原子特征、所述第一图注意力模型中的第一激活函数、第一变换矩阵以及偏移向量，确定所述邻居边集中连边的初始特征表征；

基于所述邻居边集中连边的初始特征表征、所述第一图注意力模型中的第一权重矩阵、第二激励函数以及第一注意力权重，确定第一标准化权重；

根据所述邻居边集中连边的初始特征表征、所述第一标准化权重以及所述第一图注意力模型中的第一权重矩阵，确定所述第i原子节点与所述第j原子节点之间的连边的目标特征表征。

6.根据权利要求5所述的方法，其中，所述利用所述第一图注意力模型对所述原子节点集的第一原子特征、所述原子节点集中原子节点之间的目标距离向量以及所述边集合中连边的目标特征表征进行预测，得到所述原子节点集的第二原子特征，包括：

确定所述第i原子节点的目标邻居边集合，所述目标邻居边集合中任一连边的终点为所述第i原子节点；

基于所述目标邻居边集合中连边的目标特征表征、所述第i原子节点的第一原子特征、所述目标邻居边集合中连边的原子节点之间的目标距离向量、所述第一图注意力模型中的第二注意力权重、第二变换矩阵以及第二权重矩阵，确定所述第i原子节点的第二原子特征。