分子单步逆合成方法、系统、介质、电子设备技术方案

本发明专利技术提供一种分子单步逆合成方法、系统、介质、电子设备，包括训练分子表征提取模型；基于分子表征提取模型提取产物分子表征；基于第一分子单步逆合成模型获取产物分子表征对应的第一预测反应中心，并基于第一预测反应中心获取第一逆合成损失；基于第二分子单步逆合成模型获取实际产物分子表征对应的第二预测反应中心，并基于第二预测反应中心获取第二逆合成损失；基于第一逆合成损失和第二逆合成损失之和调整第一分子单步逆合成模型和第一分子单步逆合成模型的参数，以基于训练好的分子表征提取模型和第一分子单步逆合成模型进行分子单步逆合成。本发明专利技术通过分子表征提取模型和分子逆合成模型的构建，实现分子的单步逆合成。

【技术实现步骤摘要】

本专利技术涉及分子逆合成的，特别是涉及一种分子单步逆合成方法、系统、介质、电子设备。

技术介绍

1、现有技术中，分子逆合成通常采用以下两种方式：

2、(1)人工合成

3、人工逆合成需要投入大量人工，对工作人员技术水平要求较高，且耗时费力，导致成本投入巨大。

4、(2)基于神经网络构建分子逆合成模型

5、目前，分子逆合成模型的构建包括以下步骤：1)采集化学反应方程数据；2)获取产物以及反应物；3)计算产物以及反应物特征向量；4)基于特征向量构建逆合成模型。然而，现有的分子逆合成模型存在以下问题：

6、第一、现有的分子逆合成模型是任务型导向，数据全部来源于化学反应方程式，与庞大的数据分子库相比，基于反应方程计算的分子特征向量的语义表征并不完整；

7、第二、现有的分子逆合成模型是基于单模态，无法聚合多源数据信息；

8、第三、现有的分子逆合成模型没有合适的方式将多模态的分子信息表达整合；

9、第四、现有的微调只是在预训练的基础上后续堆叠网络层，特定任务的浅层特征无法引入本文档来自技高网...

【技术保护点】

1.一种分子单步逆合成方法，其特征在于：所述方法包括以下步骤：

2.根据权利要求1所述的分子单步逆合成方法，其特征在于：训练分子表征提取模型包括以下步骤：

3.根据权利要求1所述的分子单步逆合成方法，其特征在于：训练分子表征提取模型包括以下步骤：

4.根据权利要求3所述的分子单步逆合成方法，其特征在于：所述分子一维SMILES序列包括产物SMILES序列、反应物SMILES序列和非反应物SMILES序列；所述分子二维图包括产物分子图、反应物分子图和非反应物分子图。

5.根据权利要求3所述的分子单步逆合成方法，其特征在于：基于分子表征提取模型...

【技术特征摘要】

1.一种分子单步逆合成方法，其特征在于：所述方法包括以下步骤：

2.根据权利要求1所述的分子单步逆合成方法，其特征在于：训练分子表征提取模型包括以下步骤：

3.根据权利要求1所述的分子单步逆合成方法，其特征在于：训练分子表征提取模型包括以下步骤：

4.根据权利要求3所述的分子单步逆合成方法，其特征在于：所述分子一维smiles序列包括产物smiles序列、反应物smiles序列和非反应物smiles序列；所述分子二维图包括产物分子图、反应物分子图和非反应物分子图。

5.根据权利要求3所述的分子单步逆合成方法，其特征在于：基于分子表征提取模型提取产物分子表征包括以下步骤：

6.根据权利要求5所述的分子单步逆合成方法，其特征在于：基于第一分子单步逆合成模型获取所述产物分子表征对应的第一预测反应中心包括：将所述一维分子表征和所述二维分子表征输入所述第一分子单步逆合成模型以获取所述第一预测反应中心；基于第二分子单步逆合成模型获取实际产物分子表征对应的第二预测反应中心...

【专利技术属性】
技术研发人员：王权，李华，易渝富，
申请(专利权)人：重庆博腾制药科技股份有限公司，
类型：发明
国别省市：