【技术实现步骤摘要】
分子筛选的方法、装置、电子设备及存储介质
[0001]本公开涉及人工智能
中的深度学习
、图论
和生物与信息
,尤其涉及一种分子筛选的方法、装置、电子设备及存储介质。
技术介绍
[0002]玻色采样是一种具有很强计算能力的近代量子光学算法,其原理是将相同的光子送入一个量子光学系统中,并使用光子计数器测量量子光学系统的输出态,高斯玻色采样作为玻色采样的延伸,可以被应用于解决图组合问题,然而如何更好的应用高斯玻色采样解决特定问题,增加高斯玻色采样的落地场景仍然是一个巨大的挑战,其中如何应用高斯玻色采样高效地实现基于配体的药物虚拟筛选,提高分子筛选的效果已经成为一个亟待解决的问题。
技术实现思路
[0003]提供了一种分子筛选的方法、装置、电子设备及存储介质。
[0004]根据第一方面,提供了一种分子筛选的方法,包括:获取待筛选分子集中待筛选分子的第一标签图和参考分子的第二标签图;每个所述待筛选分子与所述参考分子组成分子对,针对每个所述分子对,获取所述第一标签图和所述第二标签图的顶点之间的映射和所述映射之间的冲突信息,并基于所述映射和所述映射之间的冲突信息生成所述分子对的映射图;对所述映射图进行采样,获取所述分子对的最大权重全连接子图;根据每个所述分子对的最大权重全连接子图,从所述待筛选分子集中筛选出与所述参考分子相似度最大的待筛选分子,作为目标分子。
[0005]根据第二方面,提供了一种分子筛选的装置,包括:获取模块,用于获取待筛选分子集中待筛选分子的第一标签图和参
【技术保护点】
【技术特征摘要】
1.一种分子筛选的方法,包括:获取待筛选分子集中待筛选分子的第一标签图和参考分子的第二标签图;每个所述待筛选分子与所述参考分子组成分子对,针对每个所述分子对,获取所述第一标签图和所述第二标签图的顶点之间的映射和所述映射之间的冲突信息,并基于所述映射和所述映射之间的冲突信息生成所述分子对的映射图;对所述映射图进行采样,获取所述分子对的最大权重全连接子图;根据每个所述分子对的最大权重全连接子图,从所述待筛选分子集中筛选出与所述参考分子相似度最大的待筛选分子,作为目标分子。2.根据权利要求1所述的方法,其中,获取任一分子对应的标签图,所述任一分子为所述待筛选分子或为所述参考分子,包括:根据所述任一分子的分子结构,生成所述任一分子的无向图,所述无向图中的顶点对应所述分子的单个原子或包含多个原子的环,所述无向图中的边对应所述分子中的化学键;提取所述任一分子中每个原子的特征,并基于提取的所述特征生成所述任一分子的特征标签集,其中所述特征标签集中包括所述单个原子的特征和所述环的特征,所述环的特征由所述环包含的多个原子的特征聚合得到;根据所述任一分子的无向图和特征标签集生成所述任一分子对应的标签图,其中,所述任一分子为所述待筛选分子,所述对应的标签图为所述第一标签图,所述任一分子为所述参考分子,所述对应的标签图为所述第二标签图。3.根据权利要求2所述的方法,其中,所述基于提取的所述特征生成所述任一分子的特征标签集,包括:识别提取到的所述特征的特征类型,并基于所述特征类型确定提取的所述特征的关键特征标签,所述关键特征标签指示所述特征是否为关键特征;基于提取的所述特征、所述特征的特征类型和所述特征的关键特征标签,生成所述特征标签集。4.根据权利要求3所述的方法,其中,所述分子为药物分子,所述特征类型包括加性化学特征、非加性化学特征和药学特征,所述非加性化学特征和药学特征为关键特征,所述加性化学特征为非关键特征。5.根据权利要求1
‑
4任一项所述的方法,其中,所述针对每个所述分子对,获取所述第一标签图和所述第二标签图的顶点之间的映射和所述映射之间的冲突信息,并基于所述映射和所述映射之间的冲突信息生成所述分子对的映射图,包括:将所述第一标签图中的每个第一顶点,分别与所述第二标签图中的每个第二顶点进行关键特征匹配,以获取所述第一顶点和所述第二顶点之间的映射;从所有所述映射中获取无冲突的两个映射形成映射对,并在所述映射对包括的两个映射之间形成边;获取所述映射对应的权重;以所述映射为所述映射图的顶点、所述无冲突的映射对之间的边和所述映射的权重生成所述映射图。6.根据权利要求5所述的方法,其中,所述从所有所述映射中获取无冲突的两个映射形
成映射对,包括:从所有所述映射中选取两个映射,确定所述两个映射各自对应的第一顶点和第二顶点;获取所述两个映射各自对应的第一顶点所表征的第一原子或第一环;获取所述两个映射各自对应的第二顶点所表征的第二原子或第二环;响应于两个所述第一原子或第一环之间未存在原子冲突和距离冲突,且两个所述第二原子或第二环之间未存在原子冲突和距离冲突,则确定所述两个映射为无冲突的两个映射,并形成所述映射对。7.根据权利要求6所述的方法,其中,所述原子冲突的确定,包括:将两个所述第一原子或第一环进行原子比对,以及将两个所述第二原子或第二环进行原子比对;响应于两个所述第一原子或第一环中未存在同一原子,且两个所述第二原子或第二环中未存在同一原子,则确定所述两个映射未存在原子冲突。8.根据权利要求6所述的方法,其中,所述距离冲突的确定,包括:获取两个所述第一原子或第一环之间的第一距离;获取两个所述第二原子或第二环之间的第二距离;响应于所述第一距离与所述第二距离之间的差值小于或等于预设距离,则确定所述两个映射未存在距离冲突。9.根据权利要求5所述的方法,其中,基于关键特征匹配生成所述映射的过程,包括:获取其中一个第一顶点的第一关键特征,以及其中一个第二顶点的第二关键特征;判断所述第一关键特征与所述第二关键特征的属性是否相同;若存在至少一个关键特征的属性相同,则生成所述其中一个第一顶点与所述其中一个第二顶点之间的所述映射。10.根据权利要求5所述的方法,其中,所述获取所述映射对应的权重,包括:针对每个所述映射,确定所述映射对应的第一顶点和第二顶点,根据所述第一顶点和所述第二顶点各自的原子个数和特征,生成所述映射的权重,所述特征为所述顶点对应的原子或环的特征。11.根据权利要求10所述的方法,其中,所述根据所述第一顶点和所述第二顶点各自的原子个数和特征,生成所述映射的权重,包括:获取所述第一顶点的原子个数和所述第二顶点的原子个数的平均值;获取所述第一顶点和所述第二顶点之间属性或值相同的特征的个数;根据所述平均值和所述属性或值相同的特征的个数,确定所述第一顶点和所述第二顶点之间的所述映射的权重。12.根据权利要求1所述的方法,其中,所述对所述映射图进行采样,获取所述分子对的最大权重全连接子图,包括:基于高斯玻色采样算法对所述映射图进行采样,得到所述最大权重全连接子图。13.根据权利要求1所述的方法,其中,所述根据每个所述分子对的最大权重全连接子图,从所述待筛选分子集中筛选出与所述参考分子相似度最大的待筛选分子,作为目标分子,包括:
基于所述分子对的最大全连接图,获取所述分子对中所述待筛选分子和所述参考分子的标签图之间的相似度;从所述待筛选分子集中筛选出与所述参考分子相似度最大的待筛选分子,作为目标分子。14.根据权利要求13所述的方法,其中,所述基于所述分子对的最大全连接图,获取所述分子对中所述待筛选分子和所述参考分子的标签图之间的相似度,包括:获取所述第一标签图的第一总权重;获取所述第二标签图的第二总权重;基于所述最大权重全连接子图所包括顶点的权重,确定所述最大权重全连接子图的第三总权重;根据所述第一总权重、所述第二总权重和所述第三总权重,确定所述第一标签和所述第二标签图之间的相似度。15.一种分子筛选的装置,包括:获取模块,用于获取待筛选分子集中待筛选分子的第一标签图和参考分子的第二标签图;映射模块,用于每个所述待筛选分子与所述参考分子组成分子对,针对每个所述分子对,获取所述第一标签图和所述第二标签图的顶点之间的映射和所述映射之间的冲突信息,并基于所述映射和所述映射之间的冲突信息生成所述分子对的映射图;采样模块,用于对所...
【专利技术属性】
技术研发人员:周景博,郑书豪,窦德景,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。