[发明专利]一种共价结合预测方法及装置

说明书

本发明公开了一种共价结合预测方法及装置，所述方法包括：先将输入模型的分子编码序列转换为隐藏层矩阵后，继而根据所述隐藏层矩阵得到自注意分子嵌入矩阵；再将所述自注意分子嵌入矩阵与全连接层组合后进行共价结合预测，得到预测结果。采用本发明实施例提高了共价结合预测的准确率，能够通过自注意机制权重来解释模型。

技术领域

本发明涉及深度学习技术领域，尤其涉及一种共价结合预测方法及装置。

背景技术

共价结合预测模型可以应用在开发和筛选共价结合药物上，通过筛选数据库中小分子能否与目标蛋白发生共价结合，来减少需要做实验的成本。

现有技术中SVM共价结合预测模型的使用需要提供化学描述符，而化学描述符是通过人工挑选后输入模型的，所以人为干扰因素大，共价结合预测的准确率不高，而且无法从共价原理上解释模型。

发明内容

本发明实施例提供一种共价结合预测方法及装置，提高了共价结合预测的准确率，能够通过自注意机制权重来解释模型。

本申请实施例的第一方面提供了一种共价结合预测方法，包括：

获取分子编码序列；其中，分子编码序列包括：小分子SMILES编码序列和蛋白质编码序列；

将分子编码序列输入共价结合预测模型中，以使共价结合预测模型进行共价结合预测，得到预测结果；其中，共价预测模型用于根据分子编码序列生成隐藏层矩阵，继而根据隐藏层矩阵得到自注意分子嵌入矩阵，并将自注意分子嵌入矩阵与全连接层组合后进行共价结合预测。

在第一方面的一种可能的实现方式中，根据分子编码序列生成隐藏层矩阵，具体为：

使用BiLSTM对分子编码序列进行处理，得到多个隐藏层向量；

建立多个隐藏层向量中的依赖关系后按照时间顺序排列多个隐藏层向量，得到隐藏层矩阵。

在第一方面的一种可能的实现方式中，根据隐藏层矩阵得到自注意分子嵌入矩阵，具体为：

将隐藏层矩阵输入自注意机制中，得到权重向量；

将权重向量输入多头自注意机制中，得到权重矩阵；

权重矩阵与隐藏层矩阵相乘后得到自注意分子嵌入矩阵。

本申请实施例的第二方面提供了一种共价结合预测装置，包括：获取模块和预测模块；

其中，获取模块用于将输入模型的分子编码序列转换为隐藏层矩阵后，继而根据隐藏层矩阵得到自注意分子嵌入矩阵；

预测模块用于将自注意分子嵌入矩阵与全连接层组合后进行共价结合预测，得到预测结果。

在第二方面的一种可能的实现方式中，根据分子编码序列生成隐藏层矩阵，具体为：

使用BiLSTM对分子编码序列进行处理，得到多个隐藏层向量；

建立多个隐藏层向量中的依赖关系后按照时间顺序排列多个隐藏层向量，得到隐藏层矩阵。

在第二方面的一种可能的实现方式中，根据隐藏层矩阵得到自注意分子嵌入矩阵，具体为：

将隐藏层矩阵输入自注意机制中，得到权重向量；

将权重向量输入多头自注意机制中，得到权重矩阵；

权重矩阵与隐藏层矩阵相乘后得到自注意分子嵌入矩阵。