[发明专利]化合物分类方法及相关设备

权利要求书

1.一种化合物分类方法，其特征在于，所述化合物分类方法包括：

获取样本化合物的第一原子表示，获取所述样本化合物的基于化合物性质的第一标签向量和所述第一原子表示对应的缺失原子；

将所述第一原子表示转化为第一原子向量序列，将所述缺失原子转化为所述第一原子表示的第二标签向量；

通过特征提取模型以所述第一原子向量序列为输入，提取所述化合物的原子特征，得到所述样本化合物的特征向量序列；

通过第一分类模型根据所述特征向量序列计算所述样本化合物的性质特征向量，用第二分类模型根据所述特征向量序列计算所述样本化合物的缺失原子向量；

根据所述第一标签向量和所述性质特征向量训练由所述特征提取模型和所述第一分类模型构成的性质分类模型，根据所述第二标签向量和所述缺失原子向量训练由所述特征提取模型和所述第二分类模型构成的缺失原子预测模型；

获取待分类的目标化合物的第二原子表示；

将所述第二原子表示转化为第二原子向量序列；

通过训练后的性质分类模型以所述第二原子向量为输入，对所述目标化合物进行分类。

2.如权利要求1所述的化合物分类方法，其特征在于，所述获取样本化合物的第一原子表示包括：

获取所述样本化合物的简化分子线性输入规范表示；或

获取所述样本化合物的分子指纹表示；或

获取所述样本化合物的基于国际化合物标识表示。

3.如权利要求1所述的化合物分类方法，其特征在于，所述将所述第一原子表示转化为第一原子向量序列包括：

获取所述第一原子表示中的每个原子的编码子向量、位置子向量、图结构子向量；

拼接所述第一原子表示中的每个原子的编码子向量、位置子向量、图结构子向量，得到所述第一原子表示中的每个原子的第一原子向量；

组合所述第一原子表示中的多个原子的第一原子向量，得到所述第一原子向量序列。

4.如权利要求1所述的化合物分类方法，其特征在于，所述特征提取模型包括BERT模型、RNN模型或Transformer模型。

5.如权利要求1所述的化合物分类方法，其特征在于，所述通过第一分类模型根据所述特征向量序列计算所述样本化合物的性质特征向量包括：

用所述第一分类模型中的水溶性分类子模型根据所述特征向量序列计算所述样本化合物的水溶性特征向量；

用所述第一分类模型中的毒性分类子模型根据所述特征向量序列计算所述样本化合物的毒性特征向量。

6.如权利要求1所述的化合物分类方法，其特征在于，所述根据所述第一标签向量和所述性质特征向量训练由所述特征提取模型和所述第一分类模型构成的性质分类模型，根据所述第二标签向量和所述缺失原子向量训练由所述特征提取模型和所述第二分类模型构成的缺失原子预测模型包括：

计算所述第一标签向量与所述性质特征向量的第一差值向量；

计算所述第二标签向量与所述缺失原子向量的第二差值向量；

拼接所述第一差值向量与所述第二差值向量，得到第三差值向量；

采用反向传播算法根据所述第一差值向量、所述第二差值向量和所述第三差值向量优化所述性质分类模型和所述缺失原子预测模型中的参数。

7.如权利要求6所述的化合物分类方法，其特征在于，所述采用反向传播算法根据所述第一差值向量、所述第二差值向量和所述第三差值向量优化所述性质分类模型和所述缺失原子预测模型中的参数包括：

采用反向传播算法根据所述第三差值向量同步优化所述性质分类模型和所述缺失原子预测模型中的参数；或

采用反向传播算法根据所述第一差值优化所述性质分类模型中的参数，异步地采用反向传播算法根据所述第二差值优化所述缺失原子预测模型中的参数。