本发明专利技术公开了一种化学反应预测方法、系统、装置及存储介质，其中方法包括：首先根据当前化学反应和化学反应物质，确定反应位点，然后将化学反应物质的摩根指纹和反应位点输入多层神经网络中，获得化学反应的预测反应环境和预测反应结果；然后将化学反应物质和预测反应环境输入自动化实验平台，以使自动化实验平台根据化学反应物质和预测反应环境生成化学反应指令，并根据化学反应指令，执行化学反应，最后获取化学反应的实际反应结果，并根据实际反应结果和预测反应结果，对多层神经网络的网络参数进行优化。本申请实施例能够实现依赖高维的化学反应数据对化学反应的反应条件和结果的有效预测，降低人工理解高维反应数据并抽象出化学规律所花费的成本。象出化学规律所花费的成本。象出化学规律所花费的成本。
【技术实现步骤摘要】
化学反应预测方法、系统、装置及存储介质
[0001]本申请涉及有机合成
，尤其涉及一种化学反应预测方法、系统、装置及存储介质。
技术介绍
[0002]在有机合成领域，参与化学反应的化学分子种类繁多，为了得到较为理想的化学反应，一般需要进行多次实验，实验过程成本高、效率低。而由于化学反应中包含的化学分子种类、反应顺序、反应条件等数据众多，且这些数据通常为高维数据，如何通过高维数据的计算寻找化学规律，并通过化学规律来预测化学反应的产率、最佳反应条件等信息，已经成为了一个亟待解决的问题。
技术实现思路
[0003]本申请旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本申请提出一种化学反应预测方法、系统、装置及存储介质。
[0004]本专利技术实施例的一方面提供了一种化学反应预测方法，包括：
[0005]根据当前化学反应和化学反应物质，确定反应位点；其中，所述化学反应物质包括反应物、产物、催化剂、试剂和溶剂；
[0006]计算所述化学反应物质对应的摩根指纹；
[0007]将所述摩根指纹和所述反应位点输入多层神经网络中，获得化学反应的预测反应环境和预测反应结果；其中，所述预测反应环境包括反应时间和反应温度，所述预测反应结果包括预测产率和预测产物纯度；
[0008]将所述化学反应物质和所述预测反应环境输入自动化实验平台，以使所述自动化实验平台根据所述化学反应物质和所述预测反应环境生成化学反应指令，并根据所述化学反应指令，执行所述化学反应；
[0009]获取所述化学反应的实际反应结果；其中，所述实际反应结果包括实际产率和实际产物纯度；
[0010]根据所述实际反应结果和所述预测反应结果，对所述多层神经网络的网络参数进行优化。
[0011]可选地，所述根据当前化学反应和化学反应物质，确定反应位点，包括：
[0012]将所述化学反应中的所述化学反应物质所对应的SMILES转换为图谱结构；
[0013]根据所述图谱结构，构建所述反应物和所述产物的原子映射关系；
[0014]根据所述原子映射关系，确定所述反应位点。
[0015]可选地，所述将所述摩根指纹和所述反应位点输入多层神经网络中，获得化学反应的预测反应环境和预测反应结果，包括：
[0016]将所述摩根指纹输入多层神经网络进行降维，获得第一特征向量；
[0017]将所述反应物和所述产物所对应的所述第一特征向量进行拼接，获得所述反应位
点的第二特征向量；
[0018]将所述第一特征向量和所述第二特征向量进行拼接，获得第三特征向量；
[0019]将所述第三特征向量输入所述多层神经网络，获得表征所述预测反应环境的第四特征向量；
[0020]将所述第三特征向量和所述第四特征向量输入回归模型，获得表征所述预测反应结果的第五特征向量。
[0021]可选地，所述根据所述图谱结构，构建所述反应物和所述产物的原子映射关系，包括：
[0022]对所述反应物和所述产物的所述图谱结构中的原子进行编号；
[0023]根据所述反应物的所述图谱结构，确定所述反应物中的原子的第一位置；
[0024]当所述化学反应发生，跟踪所述反应物中的原子，确定所述原子在所述产物中的第二位置；
[0025]根据所述原子的所述第一位置和所述第二位置，确定所述反应物和所述产物的所述原子映射关系。
[0026]可选地，所述根据所述原子映射关系，确定所述反应位点，包括：
[0027]对比所述反应物和所述产物中原子编号，确定所述反应物中化学键发生变化的原子的编号；
[0028]根据所述发生变化的原子的编号，提取到所述化学反应的反应位点。
[0029]可选地，当所述化学反应物质为所述反应物时，所述计算所述化学反应物质对应的摩根指纹这一步骤，包括：
[0030]根据所述反应物的所述图谱结构，对所述反应物分子中的反应物原子进行编号；
[0031]根据所述反应物原子的编号，依次构建以每个所述反应物原子为中心的子图结构；
[0032]其中，所述子图结构与中心的所述反应物原子的距离小于或等于预设的半径；
[0033]计算所述子图结构的哈希值；
[0034]将所述哈希值转换为预设长度的所述摩根指纹。
[0035]可选地，所述计算所述子图结构的哈希值，包括以下至少一项：
[0036]根据所述子图结构中的原子编号计算所述哈希值；
[0037]根据所述子图结构中的原子质量计算所述哈希值；
[0038]根据所述子图结构中的原子电荷计算所述哈希值。
[0039]本专利技术实施例的另一方面还提供了一种化学反应预测系统，包括：
[0040]第一模块，用于根据当前化学反应和化学反应物质，确定反应位点；其中，所述化学反应物质包括反应物、产物、催化剂、试剂和溶剂；
[0041]第二模块，用于计算所述化学反应物质对应的摩根指纹；
[0042]第三模块，用于将所述摩根指纹和所述反应位点输入多层神经网络中，获得化学反应的预测反应环境和预测反应结果；其中，所述预测反应环境包括反应时间和反应温度，所述预测反应结果包括预测产率和预测产物纯度；
[0043]第四模块，用于将所述化学反应物质和所述预测反应环境输入自动化实验平台，以使所述自动化实验平台根据所述化学反应物质和所述预测反应环境生成化学反应指令，
并根据所述化学反应指令，执行所述化学反应；
[0044]第五模块，用于获取所述化学反应的实际反应结果；其中，所述实际反应结果包括实际产率和实际产物纯度；
[0045]第六模块，用于根据所述实际反应结果和所述预测反应结果，对所述多层神经网络的网络参数进行优化。
[0046]本专利技术实施例的另一方面还提供了一种化学反应预测装置，包括：
[0047]至少一个处理器；
[0048]至少一个存储器，用于存储至少一个程序；
[0049]当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如前面项所述的化学反应预测方法。
[0050]本专利技术实施例的另一方面还提供了一种计算机存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由所述处理器执行时用于实现如前面所述的化学反应预测方法。
[0051]本申请实施例的有益效果如下：首先根据当前化学反应和化学反应物质，确定反应位点，然后将化学反应物质的摩根指纹和反应位点输入多层神经网络中，获得化学反应的预测反应环境和预测反应结果；然后将化学反应物质和预测反应环境输入自动化实验平台，以使自动化实验平台根据化学反应物质和预测反应环境生成化学反应指令，并根据化学反应指令，执行化学反应，最后获取化学反应的实际反应结果，并根据实际反应结果和预测反应结果，对多层神经网络的网络参数进行优化。本申请实施例能够实现依赖高维的化学反应数据对化学反应的反应条件和结果的有效预本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种化学反应预测方法，其特征在于，包括：根据当前化学反应和化学反应物质，确定反应位点；其中，所述化学反应物质包括反应物、产物、催化剂、试剂和溶剂；计算所述化学反应物质对应的摩根指纹；将所述摩根指纹和所述反应位点输入多层神经网络中，获得化学反应的预测反应环境和预测反应结果；其中，所述预测反应环境包括反应时间和反应温度，所述预测反应结果包括预测产率和预测产物纯度；将所述化学反应物质和所述预测反应环境输入自动化实验平台，以使所述自动化实验平台根据所述化学反应物质和所述预测反应环境生成化学反应指令，并根据所述化学反应指令，执行所述化学反应；获取所述化学反应的实际反应结果；其中，所述实际反应结果包括实际产率和实际产物纯度；根据所述实际反应结果和所述预测反应结果，对所述多层神经网络的网络参数进行优化。2.根据权利要求1所述的化学反应预测方法，其特征在于，所述根据当前化学反应和化学反应物质，确定反应位点，包括：将所述化学反应中的所述化学反应物质所对应的SMILES转换为图谱结构；根据所述图谱结构，构建所述反应物和所述产物的原子映射关系；根据所述原子映射关系，确定所述反应位点。3.根据权利要求1所述的化学反应预测方法，其特征在于，所述将所述摩根指纹和所述反应位点输入多层神经网络中，获得化学反应的预测反应环境和预测反应结果，包括：将所述摩根指纹输入多层神经网络进行降维，获得第一特征向量；将所述反应物和所述产物所对应的所述第一特征向量进行拼接，获得所述反应位点的第二特征向量；将所述第一特征向量和所述第二特征向量进行拼接，获得第三特征向量；将所述第三特征向量输入所述多层神经网络，获得表征所述预测反应环境的第四特征向量；将所述第三特征向量和所述第四特征向量输入回归模型，获得表征所述预测反应结果的第五特征向量。4.根据权利要求2所述的化学反应预测方法，其特征在于，所述根据所述图谱结构，构建所述反应物和所述产物的原子映射关系，包括：对所述反应物和所述产物的所述图谱结构中的原子进行编号；根据所述反应物的所述图谱结构，确定所述反应物中的原子的第一位置；当所述化学反应发生，跟踪所述反应物中的原子，确定所述原子在所述产物中的第二位置；根据所述原子的所述第一位置和所述第二位置，确定所述反应物和所述产物的所述原子映射关系。5.根据权利要求4所述的化学反应预测方法，其特征在于，所述根据所述原子映射关系，确定所述反应位点，包括：
...
【专利技术属性】
技术研发人员：吴海超，曾琢，肖强胜，陆文洋，公维博，杨承颖，
申请(专利权)人：苏州沃时数字科技有限公司，
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。