【技术实现步骤摘要】
本申请涉及计算机，尤其涉及深度学习、生物计算等人工智能领域，具体涉及一种全原子结构预测模型的训练方法、装置及电子设备。
技术介绍
1、随着人工智能的发展，利用人工智能技术进行生物分子的全原子结构预测相比实验手段获得了更多的关注，如何利用深度学习方法来促进生物分子的全原子结构的精确预测变得越来越重要。
技术实现思路
1、本申请提供了一种全原子结构预测模型的训练方法、装置及电子设备。
2、根据本申请的一方面，提供了一种全原子结构预测模型的训练方法，包括：
3、获取生物分子的结构信息及所述生物分子的第一动态轨迹；其中，所述第一动态轨迹中包括不同时间点所述生物分子中原子的位置信息；
4、对所述第一动态轨迹添加噪声，得到第二动态轨迹；
5、对所述结构信息进行编码，得到编码特征；
6、对所述编码特征及所述第二动态轨迹进行解码，得到目标动态轨迹；
7、根据所述目标动态轨迹与所述第一动态轨迹之间的差异，对初始全原子结构预测模型进行训练，得到全原子结构预测模型。
8、根据本申请的另一方面，提供了一种全原子结构预测方法，包括：
9、获取生物分子的结构信息；
10、通过全原子结构预测模型，对所述结构信息进行编码，得到编码特征；其中，所述全原子结构预测模型可以采用上述所述的方法训练得到；
11、通过所述全原子结构预测模型，根据所述编码特征和动态轨迹噪声进行解码，得到所述生物分子的动态轨迹
12、根据本申请的另一方面，提供了一种全原子结构预测模型的训练装置，包括：
13、获取模块，用于获取生物分子的结构信息及所述生物分子的第一动态轨迹；其中，所述第一动态轨迹中包括不同时间点所述生物分子中原子的位置信息；
14、噪声添加模块，用于对所述第一动态轨迹添加噪声，得到第二动态轨迹；
15、编码模块，用于对所述结构信息进行编码，得到编码特征；
16、解码模块，用于对所述编码特征及所述第二动态轨迹进行解码，得到目标动态轨迹；
17、训练模块，用于根据所述目标动态轨迹与所述第一动态轨迹之间的差异，对初始全原子结构预测模型进行训练，得到全原子结构预测模型。
18、根据本申请的另一方面，提供了一种全原子结构预测装置，包括：
19、获取模块，用于获取生物分子的结构信息；
20、编码模块，用于将所述结构信息输入到全原子结构预测模型，对所述结构信息进行编码，得到编码特征；其中，所述全原子结构预测模型可以采用上述所述的装置训练得到；
21、解码模块，用于通过所述全原子结构预测模型，根据所述编码特征和动态轨迹噪声进行解码，得到所述生物分子的动态轨迹；其中，所述动态轨迹中包括不同时间点所述生物分子中原子的位置信息。
22、根据本申请的另一方面，提供了一种电子设备，包括：
23、至少一个处理器；以及
24、与所述至少一个处理器通信连接的存储器；其中，
25、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述实施例所述的方法。
26、根据本申请的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述实施例所述的方法。
27、根据本申请的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述实施例所述方法的步骤。
28、应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种全原子结构预测模型的训练方法，包括：
2.如权利要求1所述的方法，其中，所述对所述编码特征及所述第二动态轨迹进行解码，得到目标动态轨迹，包括：
3.如权利要求2所述的方法，其中，所述第三动态轨迹包括多个第一子块轨迹，所述对所述编码特征和所述第三动态轨迹进行解码，得到所述目标动态轨迹，包括：
4.如权利要求3所述的方法，其中，所述对所述编码特征和所述第一轨迹序列进行解码，以获取所述目标动态轨迹，包括：
5.如权利要求1所述的方法，其中，获取所述生物分子的第一动态轨迹，包括：
6.如权利要求1所述的方法，其中，所述对所述编码特征及所述第二动态轨迹进行解码，得到目标动态轨迹，包括：
7.如权利要求1-6中任一项所述的方法，其中，所述根据所述目标动态轨迹与所述第一动态轨迹之间的差异，对初始全原子结构预测模型进行训练，得到全原子结构预测模型，包括：
8.一种全原子结构预测方法，包括：
9.一种全原子结构预测模型的训练装置，包括：
10.如权利要求9所述的装置，其中，所述解码模
11.如权利要求10所述的装置，其中，所述解码模块，用于：
12.如权利要求11所述的装置，其中，所述解码模块，用于：
13.如权利要求9所述的装置，其中，所述获取模块，用于：
14.如权利要求9所述的装置，其中，所述解码模块，用于：
15.如权利要求9-14中任一项所述的装置，其中，所述训练模块，用于：
16.一种全原子结构预测装置，包括：
17.一种电子设备，包括：
18.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法，或者执行根据权利要求8所述的方法。
19.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现权利要求1-7中任一项所述方法的步骤，或者实现权利要求8所述方法的步骤。
...【技术特征摘要】
1.一种全原子结构预测模型的训练方法，包括：
2.如权利要求1所述的方法，其中，所述对所述编码特征及所述第二动态轨迹进行解码，得到目标动态轨迹，包括：
3.如权利要求2所述的方法，其中，所述第三动态轨迹包括多个第一子块轨迹，所述对所述编码特征和所述第三动态轨迹进行解码，得到所述目标动态轨迹，包括：
4.如权利要求3所述的方法，其中，所述对所述编码特征和所述第一轨迹序列进行解码，以获取所述目标动态轨迹，包括：
5.如权利要求1所述的方法，其中，获取所述生物分子的第一动态轨迹，包括：
6.如权利要求1所述的方法，其中，所述对所述编码特征及所述第二动态轨迹进行解码，得到目标动态轨迹，包括：
7.如权利要求1-6中任一项所述的方法，其中，所述根据所述目标动态轨迹与所述第一动态轨迹之间的差异，对初始全原子结构预测模型进行训练，得到全原子结构预测模型，包括：
8.一种全原子结构预测方法，包括：
9.一种全原...
【专利技术属性】
技术研发人员：刘荔行，方晓敏，张肖男，何径舟，
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。