基于人工智能的药物分子处理方法、装置及存储介质制造方法及图纸

本发明专利技术提供了一种基于人工智能的药物分子处理方法、装置、电子设备及存储介质；方法包括：响应于针对药物分子的生成请求，确定药物分子属性需求；获取随机采样的药物分子向量；对随机采样的药物分子向量进行变换处理，得到符合药物分子属性需求的药物分子向量；对符合药物分子属性需求的药物分子向量进行解码，得到对应药物分子向量的第一语法规则；根据语法规则与药物分子的映射关系，生成第一语法规则对应的药物分子，以用于响应生成请求。通过本发明专利技术，能够得到满足特定药物分子属性需求的药物分子，满足用户对药物分子的需求。

Drug molecular processing method, device and storage medium based on Artificial Intelligence

【技术实现步骤摘要】
基于人工智能的药物分子处理方法、装置及存储介质
本专利技术涉及智慧医学技术，尤其涉及一种基于人工智能的药物分子处理方法、装置、电子设备及存储介质。
技术介绍
人工智能(AI，ArtificialIntelligence)是计算机科学的一个综合技术，通过研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，例如自然语言处理技术以及机器学习/深度学习等几大方向，相信随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。将人工智能技术应用于药物研发中，通过机器的推理与决策的功能可以获得一些候选的药物分子，从而减小人工研发药物的时间开销。但是，目前获得的候选药物分子往往不能满足用户的需求，例如，当用户需要候选药物分子满足亲水性，但是最终得到的候选药物分子并不满足亲水性，反而满足疏水性。
技术实现思路
本专利技术实施例提供一种基于人工智能的药物分子处理方法、装置、电子设备及存储介质，能够得到满足特定药物分子属性需求的药物分子，满足用户对药本文档来自技高网...

【技术保护点】
1.一种基于人工智能的药物分子处理方法，其特征在于，所述方法包括：/n响应于针对药物分子的生成请求，确定药物分子属性需求；/n获取随机采样的药物分子向量；/n对所述随机采样的药物分子向量进行变换处理，得到符合所述药物分子属性需求的药物分子向量；/n对所述符合所述药物分子属性需求的药物分子向量进行解码，得到对应所述药物分子向量的第一语法规则；/n根据语法规则与药物分子的映射关系，生成所述第一语法规则对应的药物分子，以用于响应所述生成请求。/n

【技术特征摘要】
1.一种基于人工智能的药物分子处理方法，其特征在于，所述方法包括：
响应于针对药物分子的生成请求，确定药物分子属性需求；
获取随机采样的药物分子向量；
对所述随机采样的药物分子向量进行变换处理，得到符合所述药物分子属性需求的药物分子向量；
对所述符合所述药物分子属性需求的药物分子向量进行解码，得到对应所述药物分子向量的第一语法规则；
根据语法规则与药物分子的映射关系，生成所述第一语法规则对应的药物分子，以用于响应所述生成请求。


2.根据权利要求1所述的方法，其特征在于，所述获取随机采样的药物分子向量，包括：
对服从多元高斯分布的药物分子向量集合进行随机采样处理，得到随机采样的药物分子向量。


3.根据权利要求1或2所述的方法，其特征在于，所述对所述随机采样的药物分子向量进行变换处理，得到符合所述药物分子属性需求的药物分子向量，包括：
通过分子属性预测模型对所述随机采样的药物分子向量进行预测，获得所述随机采样的药物分子向量对应的药物属性；
将所述随机采样的药物分子向量对应的药物属性、与所述药物分子属性需求进行比对，根据比对结果更新所述随机采样的药物分子向量，得到符合所述药物分子属性需求的药物分子向量。


4.根据权利要求1或2所述的方法，其特征在于，所述对所述随机采样的药物分子向量进行变换处理，得到符合所述药物分子属性需求的药物分子向量，包括：
通过分子属性预测模型对所述随机采样的药物分子向量进行预测，获得所述随机采样的药物分子向量对应的至少一个药物属性的概率值；
将所述随机采样的药物分子向量对应的至少一个药物属性的概率值、与药物分子属性需求中药物属性的概率值做差处理，得到对应的差值；
当所述差值大于差值阈值时，根据所述药物分子属性需求更新所述随机采样的药物分子向量，得到符合所述药物分子属性需求的药物分子向量。


5.根据权利要求1或2所述的方法，其特征在于，
所述对所述符合所述药物分子属性需求的药物分子向量进行解码，得到对应所述药物分子向量的第一语法规则，包括：
通过编码模型的至少一个解码器对所述符合所述药物分子属性需求的药物分子向量进行解码，生成针对所述药物分子向量的至少一个第一语法规则；
所述编码模型中包括多个解码器。


6.根据权利要求5所述的方法，其特征在于，所述通过编码模型的至少一个解码器对所述符合所述药物分子属性需求的药物分子向量进行解码，生成针对所述药物分子向量的至少一个第一语法规则，包括：
通过所述编码模型中的第n个解码器，对第n-1个解码器的输出、以及所述符合所述药物分子属性需求的药物分子向量进行解码，得到第n个解码器对应的所述药物分子向量的第一语法规则；
其中，n大于或者等于2且小于或者等于N，N为所述编码模型中解码器的数量。


7.根据权利要求1或2所述的方法，其特征在于，所述根据语法规则与药物分子的映射关系，生成所述第一语法规则对应的药物分子，包括：
将至少一个第一语法规则进行组合，得到对应所述药物分子向量的语法规则序列；
根据语法规则序列与药物分子的映射关系、以及所述对应所述药物分子向量的语法规则序列，得到所述第一语法规则对应的药物分子。


8.根据权利要求1或...

【专利技术属性】
技术研发人员：吴家祥，徐挺洋，黄俊洲，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44