【技术实现步骤摘要】
分子属性的预测方法、装置、设备及可读存储介质
[0001]本申请实施例涉及机器学习领域,特别涉及一种分子属性的预测方法、装置、设备及可读存储介质。
技术介绍
[0002]基于荧光探针的近红外成像技术在医学诊断和治疗中已有广泛的应用。由于第二近红外(NIR
‑
II)荧光的各项优势,比如低光吸收以及和生物荧光无重叠,NIR
‑
II有机荧光分子可以展示出更好的分辨率和更好的信噪比,从而达到更好的成像质量。
[0003]相关技术中,实验经验指导,对已知具有NIR
‑
II区域发射荧光的有机分子进行小的修饰,例如:增加共轭链长度,替换主要官能团内某些原子来发现新的NIR
‑
II区域发射荧光的分子。
[0004]然而,上述方式在发现新的NIR
‑
II区域发射荧光的分子时,能够发现的分子数量有限,且费时费力,分子发现过程的效率较低。
技术实现思路
[0005]本申请实施例提供了一种分子属性的预测方法、装置、设备及可读存储介质,能够提高分子属性预测的成功率和效率。所述技术方案如下:
[0006]一方面,提供了一种分子属性的预测方法,所述方法包括:
[0007]获取目标分子的分子结构数据,所述分子结构数据用于指示所述目标分子的化学式;
[0008]基于所述分子结构数据创建与所述目标分子对应的第一图结构,所述第一图结构中包括第一节点和第一边,其中,所述第一节点对应所述目标分子中的原子,所述第一边 ...
【技术保护点】
【技术特征摘要】
1.一种分子属性的预测方法,其特征在于,所述方法包括:获取目标分子的分子结构数据,所述分子结构数据用于指示所述目标分子的化学式;基于所述分子结构数据创建与所述目标分子对应的第一图结构,所述第一图结构中包括第一节点和第一边,其中,所述第一节点对应所述目标分子中的原子,所述第一边对应所述目标分子中原子之间的键的性质;提取所述第一图结构的结构特征表示作为所述目标分子对应的特征表示;对所述第一图结构的结构特征表示进行预测,得到所述目标分子对应的属性预测结果,所述属性预测结果用于指示所述目标分子的性质。2.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取目标溶剂的溶剂结构数据,所述溶剂结构数据用于指示所述目标溶剂的化学式;基于所述溶剂结构数据创建与所述目标溶剂对应的第二图结构,所述第二图结构中包括第二节点和第二边,其中,所述第二节点对应所述目标溶剂中的原子,所述第二边对应所述目标溶剂中原子之间的键的性质;提取所述第二图结构的结构特征表示作为所述目标溶剂对应的特征表示;所述对所述第一图结构的结构特征表示进行预测,得到所述目标分子对应的属性预测结果,包括:对所述第一图结构的结构特征表示和所述第二图结构的结构特征表示进行预测,得到所述目标分子在所述目标溶剂下的属性预测结果。3.根据权利要求2所述的方法,其特征在于,所述对所述第一图结构的结构特征表示和所述第二图结构的结构特征表示进行预测,得到所述目标分子在所述目标溶剂下的属性预测结果,包括:将所述第一图结构的结构特征表示和所述第二图结构的结构特征表示连接,得到待预测特征表示;对所述待预测特征表示进行性质预测分析,得到所述目标分子在所述目标溶剂下的属性预测结果。4.根据权利要求1所述的方法,其特征在于,所述基于所述分子结构数据创建与所述目标分子对应的第一图结构,包括:获取所述目标分子中原子的原子属性信息;基于所述原子属性信息创建所述第一节点,所述第一节点的节点属性用于指示所述原子属性信息;基于所述目标分子中原子的键的性质建立所述第一节点之间的连接关系作为所述第一边,得到所述第一图结构。5.根据权利要求4所述的方法,其特征在于,所述原子属性信息中包括所述原子的序数信息和原子的手性信息;所述原子的键的性质包括键的种类和键的方向。6.根据权利要求1至5任一所述的方法,其特征在于,所述对所述第一图结构的结构特征表示进行预测,得到所述目标分子对应的属性预测结果,包括:将所述第一图结构的结构特征表示输入属性预测模型的预测网络,所述属性预测模型为预先训练的用于进行属性预测的神经网络模型;
通过所述预测网络对所述第一图结构的结构特征表示进行属性预测,得到所述目标分子对应的属性预测结果。7.根据权利要求6所述的方法...
【专利技术属性】
技术研发人员:韩博文,郝少刚,张胜誉,
申请(专利权)人:腾讯科技深圳有限公司,
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。