JP2023542013A - 分子逆合成経路を決定するニューラルネットワークのトレーニング方法及び装置、並びにコンピュータ機器、コンピュータプログラム - Google Patents

分子逆合成経路を決定するニューラルネットワークのトレーニング方法及び装置、並びにコンピュータ機器、コンピュータプログラム Download PDF

Info

Publication number
JP2023542013A
JP2023542013A JP2023518017A JP2023518017A JP2023542013A JP 2023542013 A JP2023542013 A JP 2023542013A JP 2023518017 A JP2023518017 A JP 2023518017A JP 2023518017 A JP2023518017 A JP 2023518017A JP 2023542013 A JP2023542013 A JP 2023542013A
Authority
JP
Japan
Prior art keywords
molecule
decomposition
cost
molecules
cost value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2023518017A
Other languages
English (en)
Inventor
悦 付
昌▲諭▼ ▲謝▼
奔犇 廖
建▲業▼ ▲ハオ▼
▲勝▼誉 ▲張▼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Publication of JP2023542013A publication Critical patent/JP2023542013A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/50—Molecular design, e.g. of drugs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/092—Reinforcement learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/098—Distributed learning, e.g. federated learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Analytical Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Medicinal Chemistry (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本出願は分子逆合成経路を決定するニューラルネットワークのトレーニング方法及び装置を開示する。分子逆合成経路を決定するニューラルネットワークのトレーニング方法は、複数の分子に対して、各分子の逆合成経路を決定する場合、階層学習の理念を採用して、探索深さが大きな分子逆合成経路のトレーニング過程を多層に分解してトレーニングし、完全な逆合成反応過程の代わりとして、多層の分子逆合成経路を使用し、１層の分子逆合成経路のトレーニングを完成した後、分子スクリーニング方式で次の層の分子逆合成経路の開始分子として、代表性を有する分子を選択し、分子逆合成経路の探索効率を効果的に向上させ、正確な分子のコスト値情報をより効果的に抽出する。階層化の方式によって、分子逆合成経路の決定による大量の計算オーバーヘッドを大幅に減少させ、分子逆合成経路の正確さを保証する上に、分子逆合成経路の決定時間を低減させる。

Description

本出願は、２０２０年１１月０４日にて中国特許庁に提出され、出願番号が２０２０１１２１８９９１２であり、出願名称が「分子逆合成経路を決定するニューラルネットワークのトレーニング方法及び装置」である中国特許出願の優先権を主張して、その全ての内容は本出願に援用される。
本出願は、人工知能の技術分野に関して、特に、分子逆合成経路を決定するニューラルネットワークのトレーニング方法、装置、機器及び可読記憶媒体に関する。
近年で、人工知能技術は迅速に発展し、だんだん各科学分野に導入されて、重要な作用を発揮する。化学分野において、異なる条件で、化学反応は無限に変化するため、過去、化合物分子を製造する場合、研究員は大量の時間及び精力を消費してこそ、合理な有機合成経路を設計でき、人工知能技術に基づいて有機合成経路を設計するように研究員を補助すれば、研究員が化学薬品分子及び他の化合物を研究して開発する効率を大幅に向上させる。
現在、人工知能に基づいて分子逆合成経路を設計する方法は以下を含み、第１種：モンテカルロ木探索（Ｍｏｎｔｅ Ｃａｒｌｏ Ｔｒｅｅ Ｓｅａｒｃｈ、ＭＣＴＳ）アルゴリズムに基づいて解決策を発見するか又は最大深さに達するまで、ランダム的な探索ステップを行うとともに、シンボリック人工知能を導入して、分子逆合成経路の設計を完成する；第２種：深層強化学習技術に基づいて、分子逆合成反応の各段階のテンプレート選択ポリシーを決定し、最終的に分子逆合成経路を取得する；第３種：分散型トレーニングアーキテクチャに基づいて、深層強化学習技術を結合して最適な分子逆合成経路の構築及びコスト関数のネットワークフィッティングを加速して、当該ネットワークによってトレーニングセット分子逆合成経路の設計を完成する。
しかしながら、上記の方法による分子逆合成経路の設計は何れも時間がかかって、上記の方法は分子逆合成木の構築初期で、その最大の探索高さを决定しなければならないため、最大の探索高さが小さすぎると、いくつかの複雑な分子は有限な高さ内で分子逆合成木の構築を完成しにくくなって、逆に、最大の探索高さが大きすぎると、必要な時間は指数的に増えて、分子逆合成経路設計の効率及び正確率は低くなる。
本出願の実施例は、分子逆合成経路を決定するニューラルネットワークのトレーニング方法、分子逆合成経路の決定方法、装置、機器及び可読記憶媒体を提供する。
１つの態様によれば、コンピュータ機器が実行する分子逆合成経路を決定するニューラルネットワークのトレーニング方法を提供し、前記方法は、
複数の第１分子の分子表現情報に基づいて、各前記第１分子の第１分解経路を決定するステップと、
各前記第１分子の第１分解経路に基づいて、第１コスト辞書を取得するステップであって、前記第１コスト辞書は各前記第１分子の分子表現情報及び対応するコスト値情報を含み、前記第１分子のコスト値情報は、対応する第１分解経路に従って、前記第１分子を分離するためのコストを示すステップと、
各前記第１分子の第１分解経路に基づいて、少なくとも１つの第２分子の分子表現情報を決定するステップであって、各前記第２分子は第１分解経路に基づいて相応する第１分子を分解して得られた分子のうちの、分子を取得可能に分解可能な分子であるステップと、
複数の第３分子を各前記第２分子から決定するステップであって、各前記第３分子は１類の前記第２分子を示すステップと、
各前記第３分子の第２分解経路に基づいて、第２コスト辞書を取得するステップであって、前記第２コスト辞書は各前記第３分子の分子表現情報及び対応するコスト値情報を含み、前記第３分子のコスト値情報は、対応する第２分解経路に従って前記第３分子を分離するためのコストを示すステップと、
前記第１コスト辞書及び前記第２コスト辞書に基づいてトレーニングして、ターゲットニューラルネットワークを取得するステップであって、前記ターゲットニューラルネットワークは入力されたターゲット分子の分子表現情報に基づいて、前記ターゲット分子の対応するコスト値情報を出力し、前記ターゲット分子の対応するコスト値情報は前記ターゲット分子の逆合成経路を合成するステップと、を含む。
別の態様によれば、コンピュータ機器が実行する分子逆合成経路の決定方法を提供し、前記方法は、
ターゲット分子の分子表現情報を受信するステップであって、前記分子表現情報は前記ターゲット分子の３次元化学構造を示すステップと、
前記ターゲット分子の分子表現情報を、分子逆合成経路を決定するニューラルネットワークに入力するステップと、
前記分子逆合成経路を決定するニューラルネットワークに基づいて、前記ターゲット分子のターゲット分解経路を決定するステップであって、前記ターゲット分解経路は少なくとも１本の分解経路のうちの、コスト値が最も低い分解経路であるステップと、
前記ターゲット分解経路に基づいて、前記ターゲット分子の分子逆合成経路情報を取得するステップと、を含む。
別の態様によれば、コンピュータ機器に設けられる分子逆合成経路を決定するニューラルネットワークのトレーニング装置を提供し、前記装置は、
複数の第１分子の分子表現情報に基づいて、各前記第１分子の第１分解経路を決定する第１決定モジュールであって、前記第１分解経路の経路深さはターゲット深さの以下である第１決定モジュールと、
各前記第１分子の第１分解経路に基づいて、第１コスト辞書を取得する第１コスト辞書生成モジュールであって、前記第１コスト辞書は各前記第１分子の分子表現情報及び対応するコスト値情報を含み、前記第１分子のコスト値情報は、対応する第１分解経路に従って、前記第１分子を分離するためのコストを示す第１コスト辞書生成モジュールと、
各前記第１分子の第１分解経路に基づいて、少なくとも１つの第２分子の分子表現情報を決定する第２決定モジュールであって、各前記第２分子は第１分解経路に基づいて相応する第１分子を分解して得られた分子のうちの、分子を取得可能に分解可能な分子である第２決定モジュールと、
複数の第３分子を各前記第２分子から決定する第３決定モジュールであって、各前記第３分子は１類の前記第２分子を示す第３決定モジュールと、
各前記第３分子の第２分解経路に基づいて、第２コスト辞書を取得する第２コスト辞書生成モジュールであって、前記第２コスト辞書は各前記第３分子の分子表現情報及び対応するコスト値情報を含み、前記第３分子のコスト値情報は、対応する第２分解経路に従って前記第３分子を分離するためのコストを示す第２コスト辞書生成モジュールと、
前記第１コスト辞書及び前記第２コスト辞書に基づいてトレーニングして、ターゲットニューラルネットワークを取得するトレーニングモジュールであって、前記ターゲットニューラルネットワークは入力されたターゲット分子の分子表現情報に基づいて、前記ターゲット分子の対応するコスト値情報を出力し、前記ターゲット分子の対応するコスト値情報は前記ターゲット分子の逆合成経路を合成するトレーニングモジュールと、を含む。
コンピュータ機器に設けられる分子逆合成経路決定装置であって、前記装置は、
ターゲット分子の分子表現情報を受信するステップ受信モジュールであって、前記分子表現情報は前記ターゲット分子の３次元化学構造を示す受信モジュールと、
前記ターゲット分子の分子表現情報を、分子逆合成経路を決定するニューラルネットワークに入力する入力モジュールと、
前記分子逆合成経路を決定するニューラルネットワークに基づいて、前記ターゲット分子のターゲット分解経路を決定する分解経路決定モジュールであって、前記ターゲット分解経路は少なくとも１本の分解経路のうちの、分解コスト値が最も低い分解経路である分解経路決定モジュールと、
前記ターゲット分解経路に基づいて、前記ターゲット分子の分子逆合成経路情報を取得する経路決定モジュールと、を含む。
別の態様によれば、コンピュータ機器を提供し、前記コンピュータ機器は１つ又は複数のプロセッサー及びメモリを含み、前記メモリは少なくとも１つのコンピュータ可読命令を記憶し、前記少なくとも１つのコンピュータ可読命令は前記１つ又は複数のプロセッサーによって読み込まれて実行されることで、本出願の実施例における方法が実行する操作を実現する。
別の態様によれば、１つ又は複数のコンピュータ可読記憶媒体を提供し、前記コンピュータ可読記憶媒体には少なくとも１つのコンピュータ可読命令が記憶され、前記少なくとも１つのコンピュータ可読命令は前記１つ又は複数のプロセッサーによって読み込まれて実行されることで、本出願の実施例における方法が実行する操作を実現する。
別の態様によれば、コンピュータプログラム製品を提供し、当該コンピュータプログラム製品はコンピュータ可読命令を含み、当該コンピュータ可読命令はコンピュータ可読記憶媒体に記憶される。コンピュータ機器の１つ又は複数のプロセッサーは当該コンピュータ可読命令をコンピュータ可読記憶媒体から読み取って、１つ又は複数のプロセッサーは当該コンピュータ可読命令を実行することで、当該コンピュータ機器に上記の各種好適な実現形態における方法のステップを実行させる。
以下の図面及び記載において、本出願の１つ又は複数の実施例の細部を提出する。本出願の明細書、図面及び請求項に基づいて、本出願的他の特徴、目的及び利点はより明らかになる。
本出願の実施例の技術案をより明らかに説明するために、以下、実施例の記載の必要な図面を簡単に紹介し、明らかに、以下に記載の図面は本出願のいくつかの実施例であり、当業者にとって、進歩性に値する労働をしないことを前提として、これらの図面に基づいて他の図面を取得できる。
本出願の実施例が提供する分子逆合成経路を決定するニューラルネットワークのトレーニング方法の実施環境の概略図である。 本出願の実施例が提供する、階層化方式に基づいて分子逆合成木を構築するアーキテクチャ図である。 本出願の実施例が提供する分子逆合成経路を決定するニューラルネットワークのトレーニング方法のフローチャートである。 本出願の実施例が提供する別の分子逆合成経路を決定するニューラルネットワークのトレーニング方法のフローチャートである。 本出願の実施例が提供する、第２コスト辞書を取得する方法のフローチャートである。 本出願の実施例が提供する分子逆合成経路を決定するニューラルネットワークのトレーニング方法のアーキテクチャ図である。 本出願の実施例が提供する分子逆合成経路の決定方法のフローチャートである。 本出願の実施例が提供する分子逆合成経路を決定するニューラルネットワークのトレーニング装置のブロック図である。 本出願の実施例が提供するサーバーの構造概略図である。
本出願の目的、技術案及び利点をより明瞭するために、以下、図面を結合して本出願の実施形態をさらに詳しく記載する。ここで、例示的な実施例を詳しく説明し、その例示は図面に示される。以下、関する図面を記載する場合、特に明記しない限り、異なる図面における同一数字は同一又は類似の要素を示す。以下の例示的な実施例に記載の実施形態は本出願と一致する全ての実施形態を代表していない。逆に、添付の請求項に記載の、本出願のいくつかの態様と一致する装置及び方法の例に過ぎない。以下、本出願の実施例において使用する可能性がある技術及び用語を簡単に紹介する。
人工知能（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ、ＡＩ）は、デジタルコンピュータ又はデジタルコンピュータで制御される機器によって人間の知能をシミュレーションし、延伸し及び拡張して、環境を感知し、知識を取得して知識によって最適な結果を取得する理論、方法、技術及びオペレーティングシステムである。言い換えると、人工知能はコンピュータ科学の綜合技術であり、知能の実質を了解して、人類の知能に類似する方式で反応できる新たな知能マシンを作り上げるように意図される。人工知能は、マシンに感知、推理及び決定の機能を具備させるように、各種の知能マシンの設計原理及び実現方法を研究する。
機械学習（Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ、ＭＬ）：は、複数の分野に関わる学科であり、確率論、統計学、近似論、凸分析、アルゴリズム複雑度理論などの複数の学科に関する。それは、コンピュータが人間の学習挙動を如何に模擬又は実現するかを鋭意検討し、新たな知識及びスキルを取得し、既存の知識構造を再構造し、自体の性能を絶え間なく改良させる。機械学習は、人工知能のキーポイントであり、コンピュータに知能を持たせる根本的な手段であり、その適用は、人工知能の各分野にわたる。機械学習及び深層学習は一般的には、人工ニューラルネットワーク、信念ネットワーク、強化学習、転移学習、帰納的学習、教示的学習などの技術を含む。
マルコフ決定過程（Ｍａｒｋｏｖ Ｄｅｃｉｓｉｏｎ Ｐｒｏｃｅｓｓ、ＭＤＰ）は、１種のシーケンシャル決定（ｓｅｑｕｅｎｔｉａｌ ｄｅｃｉｓｉｏｎ）の数学モデルであり、システム状態にマルコフ性がある環境で知的エージェントが実現し得るランダム性ポリシー及びリワードをシミュレーションするために用いられる。ＭＤＰは、１組のインタラクティブオブジェクト、即ち、知的エージェント及び環境に基づいて構築され、その要素には、状態、動作、ポリシー及び報酬が含まれる。ＭＤＰのシミュレーションでは、知的エージェントは、現在のシステム状態を感知し、ポリシーに従って環境に対して動作を施すことで、環境の状態を変えて報酬を取得し、時間の経過に伴う報酬の累積はリワードと称される。
分子表現情報は分子の３次元化学構造を示す情報である。例えば、当該分子表現情報は分子のＳＭＩＬＥＳ記法（Ｓｉｍｐｌｉｆｉｅｄ ｍｏｌｅｃｕｌａｒ ｉｎｐｕｔ ｌｉｎｅ ｅｎｔｒｙ ｓｐｅｃｉｆｉｃａｔｉｏｎ、ＳＭＩＬＥＳ）であり、即ち、分子の化学構造を文字列で示す。また、例えば、当該分子表現情報は分子構造を示す分子グラフであり、表１に示すように、表１は分子グラフにおける通常のノード及びエッジの性質である。
Ｊａｃｃａｒｄ類似度係数（Ｊａｃｃａｒｄ ｓｉｍｉｌａｒｉｔｙ ｃｏｅｆｆｉｃｉｅｎｔ）は有限なサンプルセットの間の類似度及び差異を比較するための係数である。Ｊａｃｃａｒｄ類似度係数の値が大きいほど、サンプルの類似度が高い。タニモト（Ｔａｎｉｍｏｔｏ）係数はＪａｃｃａｒｄ係数を拡張することで得られて、広義Ｊａｃｃａｒｄ類似度係数とも呼ばれる。
合成アクセシビリティスコア（Ｓｙｎｔｈｅｔｉｃ Ａｃｃｅｓｓｉｂｉｌｉｔｙ ｓｃｏｒｅ、ＳＡ Ｓｃｏｒｅ）は、分子の複雑性に基づいて、大量の化合物の分解難易度を迅速に評価する方法である。当該方法は「出現頻度の高い分子構造の合成が容易でるという仮想」を使用して、有機小分子生物活性データベース（ＰｕｂＣｈｅｍ）から取得された１００万種の化合物における、直径が４である拡張連結性フィンガープリント（Ｅｘｔｅｎｄｅｄ―Ｃｏｎｎｅｃｔｉｖｉｔｙ Ｆｉｎｇｅｒｐｒｉｎｔｓ、ＥＣＦＰ）の頻度に対して加重を行って、出現頻度及び分子複雑性を評価指標として、分子の分解可能性を計算する。合成アクセシビリティスコアは値を１（簡単）～１０（複雑）に規格化する。
以下、本出願の実施例が提供するトレーニング方法の実施環境を紹介し、図１は本出願の実施例が提供する分子逆合成経路を決定するニューラルネットワークのトレーニング方法の実施環境の概略図である。当該実施環境は端末１０１及びサーバー１０２を含む。
端末１０１とサーバー１０２は有線又は無線通信方式で直接又は間接的に接続されてもよく、本出願はこれに対して限定しない。１つの実施例において、端末１０１はスマートフォン、タブレット、ラップトップ、デスクトップコンピュータなどであってもよいが、これらに限定されない。端末１０１は分子逆合成経路の決定方法の必要な基礎情報、例えば、分子表現情報（分子のグラフ構造、ＳＭＩＬＥＳ記法などを含む）、分子コスト値参照情報（例えば、分子の合成アクセシビリティスコア）及び分子逆合成参照情報（例えば、分子の分解可能性解決策）などをサーバー１０２に提供する。
サーバー１０２は、独立した物理サーバーであってもよいし、複数の物理サーバーからなるサーバークラスター又は分散型システムであってもよいし、さらに、クラウドサービス、クラウドデータベース、クラウドコンピューティング、クラウド関数、クラウドストレージ、ネットワークサービス、クラウド通信、ミドルウェアサービス、ドメイン名サービス、セキュリティーサービス、ＣＤＮ、ビッグデータ及び人工知能プラットフォームなどの基礎クラウドコンピューティングサービスを提供するクラウドサーバーであってもよい。サーバー１０２は、本出願の実施例が提供する分子逆合成経路の決定方法を実行し、端末１０１から提供された基礎情報に基づいてニューラルネットワークをトレーニングする。１つの実施例において、サーバー１０２にはＬｉｎｕｘオペレーティングシステム及びＧＰＵコンピューティングリソースが搭載される。
１つの実施例において、分子逆合成経路を決定するニューラルネットワークのトレーニング過程で、サーバー１０２は主要なコンピューティング動作を担当し、端末１０１は副次的なコンピューティング動作を担当するか、又は、サーバー１０２は副次的なコンピューティング動作を担当し、端末１０１は主要なコンピューティング動作を担当し、或いは、サーバー１０２又は端末１０１はコンピューティング動作をそれぞれ個別に担当してもよい。
１つの実施例において、上記のトレーニング過程は分散型トレーニングを採用し、例えば、複数の計算ノードをそれぞれ使用してトレーニングする。サーバー１０２はトレーニングサーバーを含み、トレーニングサーバーはサーバークラスターであり、計算ノードとしての複数のサーバーを含み、各計算ノードはトレーニングタスクにおける一部のタスクをそれぞれ実行し、トレーニングによるニューラルネットワークモデルを介して、ターゲットサーバーに送信して、相応的な機能をユーザーに提供する。
１つの実施例において、端末１０１は一般的に複数の端末のうちの１つを指し、本実施例は端末１０１のみを例として記載する。当業者であれば分かるように、上記の端末１０１の数はより多くてもよい。例えば、上記の端末１０１は数十又は数百個、或いはより多くの数であり、この場合、上記の分子逆合成経路の決定方法の実施環境は他の端末をさらに含む。本出願の実施例は端末の数及び機器のタイプを限定しない。
１つの実施例において、上記の無線ネットワーク又は有線ネットワークは標準通信技術及び／又はプロトコルを採用する。ネットワークは一般的に、インターネットであってもよいが、任意のネットワークであってもよく、ローカルネットワーク（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ、 ＬＡＮ）、メトロポリタンエリアネットワーク（ Ｍｅｔｒｏｐｏｌｉｔａｎ Ａｒｅａ Ｎｅｔｗｏｒｋ、ＭＡＮ）、広域エリアネットワーク（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ、ＷＡＮ）、移動、有線又は無線ネットワーク、プライベートネットワーク又は仮想プライベートネットワークの任意の組み合わせを含むが、これらに限定されない。いくつかの実施例において、ハイパーテキストマークアップ言語（Ｈｙｐｅｒ Ｔｅｘｔ Ｍａｒｋ―ｕｐ Ｌａｎｇｕａｇｅ、ＨＴＭＬ）、拡張可能なマーク付け言語（Ｅｘｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ、ＸＭＬ）などを含む技術及び／又はフォーマットを使用して、ネットワークを介して交換されるデータを代表する。また、例えばセキュアソケットレイヤー（Ｓｅｃｕｒｅ Ｓｏｃｋｅｔ Ｌａｙｅｒ、ＳＳＬ）、トランスポートレイヤーセキュリティ（Ｔｒａｎｓｐｏｒｔ Ｌａｙｅｒ Ｓｅｃｕｒｉｔｙ、ＴＬＳ）、仮想プライベートネットワーク（Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ、ＶＰＮ）、インターネットプロトコルセキュリティ（Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ Ｓｅｃｕｒｉｔｙ、ＩＰｓｅｃ）などの通常の暗号化技術を使用して全て又はいくつかのリンクを暗号化してもよい。他のいくつかの実施例において、カスタム及び／又は専用データ通信技術を使用して上記のデータ通信技術を置き換え又は補充してもよい。
本出願の実施例において、分子逆合成経路の決定方法を提供し、階層化式強化学習の方法を採用する。化学分野において、逆合成分析は分子合成経路を解决する重要な方法であり、分子合成経路設計の最も簡単且つ基本的な方法でもある。その実質はターゲット分子に対する分離であり、ターゲット分子の構造を分析することで、それをより簡単且つ合成が容易である中間体及び原料に分解して、分子合成経路の設計を完成する。なお、中間体は、ターゲット分子の合成の必要な前駆体化合物であり、即ち、市場で入手しにくい、自己合成を必要とする有機化合物であり、原料は市場で容易に入手できる、ターゲット分子の合成が簡単である有機化合物である。分子に対する逆合成経路の探索は、分子の逆合成木の構築過程である。関連技術において、従来の分子の逆合成木の構築をトレーニングする場合、一般的に、事前設定された最大の探索高さに基づいて行って、このような方法を採用すれば、最大の探索高さが小さすぎると、若干の複雑な分子は有限な高さ内で分子逆合成木の構築を完成しにくくなって、逆に、最大の探索高さが大きすぎると、構築の必要な時間は指数的に増える。本出願の実施例は分子逆合成木の構築のトレーニング過程で、階層化構築の方式を採用するため、分子逆合成木の構築過程による大量の計算及び時間オーバーヘッドを大幅に減少させ、より具体的な記載について、以下の実施例を参照すればよい。
ここで、以下の実施例は何れも２層に分けられることを例として説明する。但し、本発明の実施例は２層に分けられる方式に限定されず、分子逆合成木の構築過程を多層に分けてもよく、本出願の実施例はこれに対して限定しない。
例えば、図２を参照して、図２は本出願の実施例が提供する階層化方式に基づいて、分子逆合成木を構築するアーキテクチャ図である。図２に示すように、分子逆合成木の最大深さが１０であることを例として説明し、分子逆合成木の構築全体を上下の２層に分けて行って、完全な逆合成反応過程の代わりとして、２つの小さい分子逆合木を使用する。上層分子逆合成木の構築を完成した後、分子クラスタリングスクリーニング方式で、下層分子逆合成木の開始分子として、代表性を有する分子を選択することで、分子逆合成経路の探索効率を効果的に向上させ、さらに、正確な分子コスト値情報をより効果的に抽出する。
以下、本出願の実施例が提供する分子逆合成経路の決定方法を具体的に説明する。
図３は、本出願の実施例が提供する分子逆合成経路の決定方法フローチャートであり、図３に示すように、本出願の実施例において、サーバーに適用されることを例として説明する。当該方法は以下のステップを含む。
３０１：サーバーは複数の第１分子の分子表現情報に基づいて、各第１分子の第１分解経路を決定し、当該第１分解経路の経路深さはターゲット深さの以下である。
本出願の実施例において、第１分子は既存分子である。分子表現情報は分子の３次元化学構造を表す。例えば、当該分子表現情報は分子のＳＭＩＬＥＳ記法（ＳＭＩＬＥＳ）であり、即ち、分子の化学構造を文字列で示す。また、例えば、当該分子表現情報は分子構造を示す分子グラフであり、本出願の実施例はこれに対して限定しない。第１分解経路は、分解後ターゲット分解条件を満たすまで、第１分子を分解するためのコストが最小である経路を指す。
３０２：サーバーは各第１分子の第１分解経路に基づいて、第１コスト辞書を取得し、当該第１コスト辞書は各当該第１分子の分子表現情報及び対応するコスト値情報を含み、当該第１分子のコスト値情報は、対応する第１分解経路に従って当該第１分子を分離するためのコストを示す。
本出願の実施例において、第１コスト辞書における分子表現情報と対応するコスト値情報とは一対一の方式で存在している。
３０３：サーバーは各当該第１分子の第１分解経路に基づいて、少なくとも１つの第２分子の分子表現情報を決定し、各当該第２分子は、分子を取得可能になるように分解可能な分子である。
本出願の実施例において、対応する第１分解経路に基づいて各第１分子を分解した後、複数の分子を取得し、これらの分子には、分解が完成されていない、且つ分解可能な経路を有する一部の分子が存在し、これらの分子を第２分子に決定する。即ち、各第２分子は、第１分解経路に基づいて相応する第１分子を分解した後、得られた分子のうちの、分子を取得可能になるように分解可能な分子である。
３０４：サーバーは、複数の第３分子を各当該第２分子から決定し、各当該第３分子は１類の当該第２分子を示す。
本出願の実施例において、分子の間の構造の類似度に基づいて各第２分子は複数のセットに分けられ、各セットにおける第２分子は類似の分子構造を備え、１つの第３分子を各セットから決定し、当該第３分子は所属するセットにおける、代表性を有する分子である。
３０５：サーバーは各当該第３分子の第２分解経路に基づいて、第２コスト辞書を取得し、当該第２コスト辞書は各当該第３分子の分子表現情報及び対応するコスト値情報を含み、当該第３分子のコスト値情報は、対応する第２分解経路に従って当該第３分子を分離するためのコストを示す。
本出願の実施例において、第２分解経路は、分解後ターゲット分解条件を満たすまで、第３分子を分解するためのコストが最小である経路を指す。第２コスト辞書における分子表現情報と対応するコスト値情報とは一対一の方式で存在している。
３０６：サーバーは当該第１コスト辞書及び当該第２コスト辞書に基づいてトレーニングを行って、ターゲットニューラルネットワークを取得し、当該ターゲットニューラルネットワークは入力されたターゲット分子の分子表現情報に基づいて、当該ターゲット分子の対応するコスト値情報を出力する。
ここで、当該ターゲット分子の対応するコスト値情報に対応する分解経路は、ターゲット分子の全ての可能な分解経路のうちの、分解コスト値が最も低い分解経路である。従って、当該ターゲット分子の対応するコスト値情報に基づいて、前記ターゲット分子の逆合成経路を合成する。
１つの実施例において、当該コスト値情報に対応する分解経路に基づいて、前記ターゲット分子を分離し、分離結果に基づいて分子逆合成経路情報を取得する。
本出願の実施例において、サーバーは第１コスト辞書に基づいてトレーニングを行って第１ニューラルネットワークを取得し、第２コスト辞書に基づいてトレーニングを行って、第２ニューラルネットワークを取得し、最後、２つのニューラルネットワークを組み合わせることで、ターゲットニューラルネットワークを取得する。
ここで、本出願の実施例において、上記のステップ３０１～３０６によれば、サーバーは複数の分子の逆合成経路の探索を多層に分けた後、取得した第Ｌ層及び第Ｌ＋１層に基づいて、各層に対応するコスト辞書をそれぞれ取得し、Ｌは１以上であり、探索過程で区画された各層に対して、何れも対応するコスト辞書を取得できる。相応するように、トレーニングを行う時、サーバーは第１コスト辞書、第２コスト辞書及び前のＬ－１個の層によるコスト辞書に基づいてニューラルネットワークをトレーニングし、トレーニングされたニューラルネットワークを取得して、分子の多層分子逆合成経路を取得する。本出願の実施例において、分子逆合成経路を決定するニューラルネットワークのトレーニング方法を提供し、複数の分子に対して、各分子の逆合成経路を決定する時、階層学習の理念を採用し、探索深さが大きな分子逆合成経路のトレーニング過程を多層に分解してトレーニングを行って、トレーニング速度を高めて、完全な逆合成反応過程の変わりとして、多層の分子逆合成経路を使用し、１層の分子逆合成経路のトレーニングを完成した後、分子スクリーニング方式で次の層の分子逆合成経路の開始分子として、代表性を有する分子を選択し、分子逆合成経路の探索効率を効果的に向上させ、正確な分子のコスト値情報をより効果的に抽出する。階層化の方式によって、分子逆合成経路の決定による大量の計算オーバーヘッドを大幅に減少させ、分子逆合成経路の正確さを保証する上に、分子逆合成経路の決定時間を低減させる。
図４は本出願の実施例が提供する別の分子逆合成経路を決定するニューラルネットワークのトレーニング方法フローチャートであり、図４に示すように、本出願の実施例において、サーバーに適用され、分子の逆合成経路を２層に分けることを例として説明する。当該方法は以下のステップを含む。
４０１：サーバーは各第１分子の分子表現情報に基づいて、各第１分子の分解タスクを複数の第１サブタスクに区画し、当該分解タスクは分解経路に従って、各当該第１分子を分離することである。
本出願の実施例において、分解タスクは１つの分子の分子表現情報に基づいて、分解経路に従って、１つの分子をその分子構造分析に基づいて、より簡単、合成が容易である少なくとも１つの分子に分離することである。
好適な実現形態において、サーバーには分子データベースが関連付けられ、当該分子データベースは既存分子の分子表現情報を記憶する。サーバーは各第１分子の分子表現情報を当該分子データベースから抽出し、各第１分子の分子表現情報に基づいて、各第１分子の分解タスクを生成してから、各第１分子の分解タスクを複数の第１サブタスクに区画し、１つの第１サブタスクは少なくとも１つの第１分子の分解タスクを含む。
１つの第１分子が１つの分解タスクに対応することを前提として、サーバーは複数の第１分子の分解タスクを区画する場合、以下の何れか１つの方式を含む。
第１種の好適な実現形態において、サーバーは現在第１分子の数及び現在計算ノードの数に基づいて均一に区画する。例えば、現在計算ノードの数を現在第１分子の数で割って、取得した数値で各計算ノードにおける第１サブタスクの数を決定し、各第１サブタスクにおける第１分子の分解タスクの数は同様である。
第２種の好適な実現形態において、サーバーは各第１分子の分子表現情報に基づいて、分子の化学３次元構造の複雑度で区画し、例えば、単一ベンゼン環を有する第１分子の分解タスクを１つの第１サブタスクに区画し、１つ以上のベンゼン環を有する第１分子の分解タスクを別の第１サブタスクに区画するなど、１つの第１サブタスクに対応する各第１分子の化学３次元構造の複雑度が類似している。
第３種の好適な実現形態において、サーバーは現在計算ノードの数及び計算ノードの計算能力に基づいて区画し、例えば、現在のある計算ノードが実行しているサブタスクの数は閾値より大きいと、１０個の第１分子の分解タスクを１つの第１サブタスクに区画し、現在のある計算ノードが実行しているサブタスクの数は閾値より小さいと、１００個の第１分子の分解タスクを別の第１サブタスクに区画するなど、各第１サブタスクにおける第１分子の分解タスクの数が異なっている。
ここで、本出願の実施例は複数の第１分子の分解タスクの区画方式を具体的に限定せず、以上提供した好適な方式のうちの何れか１つを採用してもよいし、任意の好適な方式を結合して、より複雑な区画方式を取得してもよい。
４０２：サーバーは各第１サブタスクを複数の計算ノードに割り当て、各計算ノードは各第１分子の第１初期コスト値関数を計算して、当該第１初期コスト値関数を戻し、当該第１初期コスト値関数は、対応する計算ノードが分子コスト値参照情報に基づいて計算することで得られる。
本出願の実施例において、サーバーは同時に複数の計算ノードに基づいてデータを処理し、サーバーは複数の第１サブタスクを複数の計算ノードに割り当て、１つの計算ノードは少なくとも１つの第１分子の分解タスクを担当する。複数の計算ノードを使用して並行計算を行うことで、トレーニングプロセスを速めて、トレーニング速度を高める。第１初期コスト値関数は、計算ノードが各第１分子の分子表現情報に基づいて、分子コスト値参照情報を使用して計算することで、得られた各第１分子の初期のコスト値関数である。分子コスト値参照情報は分子の分解可能性を示す。コスト値関数は分子の分子表現情報に基づいて、当該分子を分解するためのコストが最小である分解経路を決定する。各第１分子の分解初期で、分子コスト値参照情報によって各第１分子のコスト値関数を初期化し、トレーニング初期でランダムな初期化によるコスト値関数は、ポリシーの不安定が生じやすいという状況を回避して、コスト値関数に基づいて分子分解経路を決定するポリシーの安定性を向上させる。
好適な実現形態において、当該分子コスト値参照情報は合成アクセシビリティスコアであり、サーバーは合成アクセシビリティスコアを使用することで、分子のコスト値関数を初期化し、合成アクセシビリティスコアの、分子難易度を表徴する先験的優勢によって、ある程度で分子コスト値関数の収束速度を高める。
好適な実現形態において、サーバーは各第１サブタスクを複数の計算ノードに割り当てる場合、以下の何れか１つの方式を含む。
第１種の好適な実現形態において、第１サブタスクの数が現在計算ノードの数と同様であれば、サーバーは一対一の方式に従って割り当てる。
第２種の好適な実現形態において、第１サブタスクの数が現在計算ノードの数より大きいと、サーバーは現在各計算ノードの計算能力に基づいて割り当てる。例えば、計算能力が強い計算ノードに対して１つより多い第１サブタスクを割り当て、計算能力が弱い計算ノードに対して１つの第１サブタスクのみを割り当てる。
第３種の好適な実現形態において、サーバーは第１サブタスクにおける第１分子の分解タスクの数、及び計算ノードの計算能力に基づいて割り当て、例えば、計算能力が強い計算ノードに対して、１００個の第１分子の分解タスクを含む第１サブタスクを当該計算ノードに割り当て、計算能力が弱い計算ノードに対して、１０個の第１分子の分解タスクを含む第１サブタスクを当該計算ノードに割り当てる。
ここで、本出願の実施例は、各第１サブタスクを複数の計算ノードに割り当てる方式を具体的に限定せず、以上提供した好適な方式のうちの何れか１つを採用してもよいし、任意の好適な方式を結合して、より複雑な割当方式を取得してもよい。
４０３：サーバーは各計算ノードからフィードバックされた第１初期コスト値関数を受信する。
本出願の実施例において、上記のステップ４０２で各計算ノードが計算することで得られた第１初期コスト値関数に基づいて、各計算ノードから戻された、各第１分子に対応する第１初期コスト値関数を受信する。
ここで、上記のステップ４０１～ステップ４０３は本出願の実施例が提供した分散型トレーニングフレームワークに基づいて、分子逆合成経路探索過程を並行する実施形態であり、分散型計算の方式を採用することで、元の計算効果を維持するとともに、計算プロセスを速めて、トレーニング速度を高める。別の好適な実現形態において、サーバーは各第１分子の分解タスクを独立的に実行し、分散型トレーニングフレームワークに基づいて行う必要がなく、例えば、サーバーは各第１分子の分子表現情報及び分子コスト値参照情報に基づいて、各第１分子の第１初期コスト値関数を取得し、本出願の実施例はこれに対して具体的に限定しない。
４０４：各第１分子の何れか１つの分解レベルが分解を完成した場合、サーバーは各第１分子の何れか１層の分解経路に対応する分解コスト値に基づいて、各第１分子の第１初期コスト値関数を更新して、各第１分子の第１ターゲットコスト値関数を取得し、当該第１ターゲットコスト値関数は、当該第１分子の、最小分解コスト値を有する分解経路を決定する。
本出願の実施例において、各第１分子に対して分解タスクを実行する時、１つの第１分子の完全な分解経路は少なくとも１つの分解レベルから構成され、１つの分解レベルは１つの第１分子に対して一段階分解を行い、即ち、１つの第１分子の分解経路は少なくとも一段階分解から構成される。
各段階の分解には何れも多種の分解方法が存在する。各種の分解方法は１つの分解コスト値に対応し、当該分解コスト値は現在の分解方法に基づいて、第１分子を現在レベルに必要なコストに分解することを示す。各第１分子の何れか１つの分解レベルが分解を完成した場合、サーバーは当該何れか１つの分解レベルに存在する少なくとも１つの分解方法に基づいて、少なくとも１つの分解コスト値を取得する。当該少なくとも１つの分解コスト値に基づいて、各第１分子の第１初期値関数を更新し、各第１分子の第１ターゲットコスト値関数を取得し、当該第１ターゲットコスト値関数は、当該第１分子の、最小分解コスト値を有する分解経路を決定する。
例えば、第１分子を分解する場合、サーバーは１つの第１分子に対して、第１分解レベルＡにおいて、即ち、当該第１分子に対して第１段階の分解を行う場合、分解コスト値ａ１、ａ２、ａ３にそれぞれ対応するＡ１、Ａ２、Ａ３という３つの分解方法が存在し、当該３つの分解コスト値に基づいて、当該第１分子の第１初期コスト値関数を更新し、更新後のコスト値関数により分解方法Ａ１で分解すると、対応する分解コスト値ａ１が最小であると決定し、従って、サーバーは第１分解レベルＡにおける分解方法Ａ１に基づいて第２分解レベルＢ、即ち、第２段階の分解を行って、同じように、当該分解レベルＢにおいて、分解コスト値ｂ１、ｂ２、ｂ３にそれぞれ対応するＢ１、Ｂ２、Ｂ３という３つの分解方法が存在し、当該３つの分解コスト値に基づいて、分解レベルＡによる更新後のコスト値関数を継続的に更新することで、分解レベルＢにおいて、分解コスト値が最小である分解方法を決定する。サーバーは上記の方法に従って、次の分解レベルを順に行って、何れか１つの分解レベルが分解を完成した場合、第１初期コスト値関数を反復的に更新することで、最終的に第１ターゲットコスト値関数を取得する。
好適な実現形態において、最小分解コスト値を有する分解経路を決定する制約条件をポリシーと称し、各第１分子に対して分解タスクを実行する時、式（１）に従って計算することで、第１分子が当該ポリシーに基づいて少なくとも１つの分解レベルを完成した後得られた分解経路に必要な分解コスト値を得て、この場合、異なる分解方法に基づいて異なる分解経路、即ち、異なる分解コスト値を取得する。当該第１分子の何れか１つの分解レベルが分解を完成した場合、少なくとも１本の分解経路による分解コスト値を取得でき、計算による少なくとも１つの分解コスト値に基づいて、第１分子の第１初期コスト値関数を更新して、式（２）の第１ターゲットコスト値関数ｖ＊（ｍ）を取得する。１つの実施例において、第１ターゲットコスト値関数を取得した後、式（３）に基づいてポリシーを反復的に更新し、π（ｒ｜ｍ）を、分子を分解するためのポリシーとし、即ち、第１分子の分解経路は当該ポリシーに基づいて生成され、当該ポリシーを反復的に更新して、更新後のポリシーπ´（ｒ｜ｍ）を取得し、当該更新後のポリシーπ´（ｒ｜ｍ）に従って第１分子を分解する時必要なコストが最小である。式（１）～式（３）は以下の通りである。

式（１）において、ｒは選択可能な反応、即ち、第１分子の分解経路に存在する分解方法であり、ｃｔｏｔは第１分子を分解するための総分解コスト値であり、ｃｒｘｎは、第１分子が１つの分解レベルにおいてｒ反応に従って分解する時のコスト値である。

式（２）において、ｍは生成物、即ち、第１分子であり、Ｍ（ｒ）は分子セットである。

式（３）において、ｖπ（ｍ´）は、第１分子がπに従って展開して生成物ｍを取得するコスト値関数である。
好適な実現形態において、サーバーが各第１分子に対して分解タスクを実行する時、Ｋ個の分解レベルが存在し、Ｋは１以上であり、１つの分解レベルを完成するたびに、対応する分解コスト値は１であり、何れか１つの分解レベルに存在する少なくとも１つの分解方法に従って分解して得られた分子が分子データベースに存在する分子であれば、現在の分解方法の分解コスト値は０であり、取得した分子が存在し得ない分子であり、例えば、分子データベースに当該分子が存在しなければ、現在の分解方法の分解コスト値は１００である。サーバーは上記の式（１）に従って計算することで、各第１分子が何れか１つの分解レベルに基づいて取得した分解コスト値を得る。最終的に、サーバーは何れか１つの分解レベルによる分解コスト値に基づいて、第１分子の第１初期コスト値関数を更新して、第１ターゲットコスト値関数を取得する。
好適な実現形態において、サーバーは分子逆合成参照情報に基づいて各第１分子に対して分解タスクを実行する。当該分子逆合成参照情報は、各第１分子の何れか１つの分解レベルに対して、少なくとも１つの当該分解レベルによる分解方法を提供する。例えば、当該分子逆合成参照情報は分子類似度によるコンピュータ補助逆合成方法であり、当該方法は好適な分解解決策を分子に提供する。また、例えば、当該分子逆合成参照情報はテンプレートニューラルネットワークであり、少なくとも１つの反応テンプレート、即ち、分解方法を分子の分解に提供し、反応テンプレートは、旧化学結合の破壊及び新化学結合の生成を含む１種類の化学反応の過程を説明する。
好適な実現形態において、上記の各第１分子の分解過程で、各第１分子の分解過程を展開ゲームにモデリングし、π（ｒ｜ｍ）を、分子を分解するためのポリシーとし、ｍは生成物であり、ｒは選択可能な反応であり、そうすれば、現在分子のコスト関数を取得でき、展開過程で、第１ターゲットコスト値関数ｖ＊（ｍ）を継続的に更新することで、分解コストが最小である分解経路を決定し、各ラウンドの展開の場合、ポリシーを反復的に更新する。
４０５：何れか１つの第１分子の分解タスクがターゲット分解条件を満たすと、サーバーは各第１分子の第１ターゲットコスト値関数に基づいて、各第１分子の第１分解経路を決定する。
本出願の実施例において、ターゲット分解条件は、各第１分子が少なくとも１つの分解レベルに基づいて取得した分解経路の深さがターゲット深さより小さく、且つ取得した分子に分解方法が存在しないか、又は、各第１分子が少なくとも１つの分解レベルに基づいて取得した分解経路の深さがターゲット深さに等しいことを指す。ターゲット深さは、サーバーが事前設定した深さ閾値である。例えば、当該深さ閾値を５に設定する。
以下、ターゲット深さが５であることを例をとして説明し、
ある第１分子がＰ個の分解レベルを経た後（Ｐが１以上、且つ５より小さい）、取得した分解経路の深さが５より小さく、且つ取得した分子にさらなる分解方法が存在しない、即ち、取得した分子は何れも分子データベースから取得可能な分子であれば、当該第１分子の分解タスクはターゲット分解条件を満たし、サーバーは現在分解レベルに基づいて、当該第１分子の第１ターゲットコスト値関数を取得し、当該関数に基づいて、最小分解コスト値を有する分解経路を決定し、当該分解経路は当該第１分子の第１分解経路である。
ある第１分子がＱ個の分解レベルを経た後（この場合、Ｑが５に等しい）、取得した分解経路の深さが５であれば、当該第１分子の分解タスクはターゲット分解条件を満たし、サーバーは現在分解レベルに基づいて、当該第１分子の第１ターゲットコスト値関数を取得し、当該関数に基づいて、最小分解コスト値を有する分解経路を決定し、当該分解経路は当該第１分子の第１分解経路である。
４０６：サーバーは各第１分子の第１分解経路に基づいて、各第１分子の対応するコスト値情報を決定する。
本出願の実施例において、各第１分子の対応するコスト値情報は、対応する第１分解経路に従って当該第１分子を分離するためのコストを示す。好適な実現形態において、サーバーは各第１分子の第１ターゲットコスト値関数、即ち、ｖ＊（ｍ）に基づいて、各第１分子の対応するコスト値情報を決定する。別の好適な実現形態において、各第１分子を分解する場合、何れか１つの分解レベルを完成するたびに、現在分解レベルに基づいて、最小分解コスト値を有する分解経路、即ち、現在分解レベルに基づいて、各第１分子の対応するコスト値情報を取得できる。
４０７：サーバーは各第１分子の分子表現情報及び対応するコスト値情報に基づいて、第１コスト辞書を取得し、当該第１コスト辞書は各第１分子の分子表現情報及び対応するコスト値情報を含む。
本出願の実施例において、第１コスト辞書における分子表現情報と対応するコスト値情報とは一対一の方式で存在している。例えば、第１コスト辞書において、各分子の分子表現情報及びその対応するコスト値情報をキー値ペアの方式で示し、即ち、第１コスト辞書にはＮ個のキー値ペアが存在し、Ｎは１以上であり、｛Ｓｍｉｌｅ１:ｃｏｓｔ１｝；｛Ｓｍｉｌｅ２:ｃｏｓｔ２｝……｛ＳｍｉｌｅＮ:ｃｏｓｔＮ｝は、分子１～分子Ｎ、及びその対応するコスト値情報をそれぞれ示す。
上記のステップ４０１～ステップ４０７を介して、サーバーは複数の第１分子の上層逆合成経路に対する探索を完成して、上層逆合成経路に対応する第１コスト辞書を取得する。
４０８：サーバーは各第１分子の第１分解経路に基づいて、少なくとも１つの第２分子の分子表現情報を決定し、各第２分子は分子を取得可能になるように分解可能な分子である。
本出願の実施例において、対応する第１分解経路に基づいて各第１分子を分解した後、複数の分子を取得でき、これらの分子には、分解が完成されず、分解可能な経路を有する一部の分子が存在し、これらの分子を第２分子に決定する。
好適な実現形態において、サーバーはある第１分子に基づいて、その対応する分解タスクを実行する場合、当該第１分子は、その対応する第１分解経路に基づいて分解を行った後、少なくとも１つの分子を取得してから、取得した少なくとも１つの分子の分子表現情報を決定し、これに基づいて、サーバーは、取得した分子をさらに分解できるかどうかを決定し、さらに分解可能な分子が存在すれば、当該分子に分解方法が存在するかどうかを決定し、分解方法が存在すれば、当該分子を１つの第２分子に決定する。
ここで、本出願の実施例において、サーバーは上記のステップ４０６～ステップ４０８に従って、前から後ろへの順序で、各第１分子の第１分解経路に基づいて、各第１分子のコスト値情報を決定し、第１コスト辞書を取得してから、少なくとも１つの第２分子を決定する。別の好適な実現形態において、サーバーはまず、ステップ４０８に従って、各第１分子の第１分解経路に基づいて、少なくとも１つの第２分子を決定してから、ステップ４０６及び４０７を実行することで、第１コスト辞書を取得する。本出願の実施例はこれに対して具体的に限定しない。
４０９：サーバーは各第２分子をクラスタリングして、複数のセットを取得し、各セットには、類似の分子構造を有する少なくとも１つの第２分子が含まれる。
本出願の実施例において、クラスタリングは、各分子の間の構造化類似度に基づいて各第２分子を複数のセットに区画する過程である。各セットにおける第２分子は類似の分子構造を有する。１つの実施例において、サーバーは他の分類方法、例えば、単純ベイズ分類アルゴリズムなどに基づいて少なくとも１つの第２分子を分類してもよい。本出願の実施例はこれに対して具体的に限定しない。
好適な実現形態において、サーバーはテイラーブティナ（Ｔａｙｌｏｒ Ｂｕｔｉｎａ、ＴＢ）アルゴリズムに基づいて各第２分子をクラスタリングする。式（４）に示すように、Ｔａｎｉｍｏｔｏ係数に基づいて２つの第２分子の間の構造化類似度を決定する。

式（４）において、ｍｉは分子ｉのＥＣＰＦ４分子指紋であり、ｍｊは分子ｊのＥＣＰＦ４分子指紋であり、例えば、ＥＣＰＦ４分子指紋の指紋長さは１０２４であり、半径は３である。
２つの分子の間のＴａｎｉｍｏｔｏ係数が所定閾値より小さい場合、２つの分子は同一類の分子に属するとみなし、当該２つの分子を同一のセット内に分類させる。例えば、当該所定閾値は０.４であり、本出願の実施例は当該所定閾値の設定を具体的に限定せず、実際状況に基づいて調整すればよい。
ここで、本出願の実施例において、ＴＢアルゴリズムを採用して少なくとも１つの第２分子をクラスタリングし、別の好適な実現形態において、サーバーは他のクラスタリングアルゴリズム、例えば、ｋ平均法クラスタリングアルゴリズム（ｋ―ｍｅａｎｓ ｃｌｕｓｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍ）、平均シフトクラスタリングアルゴリズムなどを採用して第２分子をクラスタリングする。本出願の実施例はこれに対して具体的に限定しない。
４１０：サーバーは各セットのクラスターセンターを複数の第３分子に決定し、当該第３分子は所属するセットにおける代表的な分子である。
本出願の実施例において、クラスターセンターは、各第２分子をクラスタリングした後生成された複数のセットにおけるセンターであり、当該センターは所属するセットにおける、代表性を有する第２分子であり、当該代表性を有する第２分子を第３分子に決定する。
サーバーは上記のステップ４０８～ステップ４１０を介して、各第１分子に対して上層逆合成経路の探索を行った後、取得した分解が完成されていないとともに、分解方法が存在する複数の分子をスクリーニングして、代表性を有する複数の第３分子を取得し、これらの第３分子を下層逆合成経路の開始分子とし、それぞれの分子の逆合成経路を探索する時、最大の深さに達するまで、又は、経路全体の探索を完成するまで、継続的に分解しなければならなくて、所要時間が長いという状況を回避する。階層化の過程で、代表性を有する分子を第３分子として選択し、以降のトレーニング過程の計算量を大幅に低減させ、分子逆合成経路の決定時間を低減させ、トレーニング速度をさらに高める。
４１１：サーバーは各第３分子の第２分解経路に基づいて、第２コスト辞書を取得し、当該第２コスト辞書は各第３分子の分子表現情報及び対応するコスト値情報を含み、当該第３分子のコスト値情報は、対応する第２分解経路に従って当該第３分子を分離するためのコストを示す。
本出願の実施例において、各第３分子の第２分解経路に基づいて、第２コスト辞書を取得する過程について図５を参照すればよく、図５は本出願の実施例が提供する第２コスト辞書を取得する方法のフローチャートであり、具体的に、以下のステップ５０１～ステップ５０７に分けられ、ここで、ステップ５０１～ステップ５０７は、上記のステップ４０１～ステップ４０７の実行過程に類似するため、以下、ステップ５０１～ステップ５０７を概略的に説明し、具体的な好適実現形態について贅言しない。
５０１：サーバーは各第３分子の分子表現情報に基づいて、各第３分子の分解タスクを複数の第２サブタスクに区画し、当該分解タスクは分解経路に従って、各当該第３分子を分離することである。
本出願の実施例において、第３分子は、上記のステップ４１０を実行して取得した分子である。サーバーは各第３分子の分子表現情報に基づいて、複数の第３分子の分解タスクを複数のサブタスクに区画する。
５０２：サーバーは各第２サブタスクを複数の計算ノードに割り当て、各計算ノードは各第３分子の第２初期コスト値関数を計算して、当該第２初期コスト値関数を戻し、当該第２初期コスト値関数は、対応する計算ノードが分子コスト値参照情報に基づいて計算することで得られる。
本出願の実施例において、サーバーは同時に複数の計算ノードに基づいてデータを処理でき、サーバーは複数の第２サブタスクを複数の計算ノードに割り当て、１つの第２計算ノードは少なくとも１つの第３分子の分解タスクを担当する。第２初期コスト値関数は、計算ノードが各第３分子の分子表現情報に基づいて分子コスト値参照情報を使用して計算することで取得した各第３分子の初期のコスト値関数である。コスト値関数は分子の分子表現情報に基づいて、当該分子を分解するためのコストが最小である分解経路を決定する。各第３分子の分解初期で、分子コスト値参照情報を使用して各第３分子のコスト値関数を初期化し、トレーニング初期でランダムな初期化によるコスト値関数が、ポリシーの不安定が生じやすいという状況を回避して、コスト値関数に基づいて分子分解経路を決定するポリシーの安定性を向上させる。
５０３：サーバーは各計算ノードからフィードバックされた第２初期コスト値関数を受信する。
本出願の実施例において、上記のステップ５０２において、各計算ノードが計算することで取得した第２初期コスト値関数に基づいて、サーバーは各計算ノードから戻された、各第３分子に対応する第２初期コスト値関数を受信することができる。
５０４：各第３分子の何れか１つの分解レベルが分解を完成した場合、各第３分子の何れか１層の分解経路に対応する分解コスト値に基づいて、サーバーは各第３分子の第２初期コスト値関数を更新して、各第３分子の第２ターゲットコスト値関数を取得し、当該第２ターゲットコスト値関数は当該第３分子の、最小分解コスト値を有する分解経路を決定する。
本出願の実施例において、各第３分子に対して分解タスクを実行する場合、１つの第３分子の完全な分解経路は少なくとも１つの分解レベルから構成され、１つの分解レベルは１つの第３分子に対して一段階の分解を行って、即ち、１つの第３分子の分解経路は少なくとも一段階の分解から構成される。
各段階の分解には多種の分解方法が存在する。各種の分解方法は１つの分解コスト値に対応し、当該分解コスト値は、現在の分解方法に基づいて、第３分子を現在レベルに分解するためのコストを示す。各第３分子の何れか１つの分解レベルが分解を完成した場合、サーバーは当該何れか１つの分解レベルに存在する少なくとも１つの分解方法に基づいて、少なくとも１つの分解コスト値を取得する。当該少なくとも１つの分解コスト値に基づいて、各第３分子の第２初期値関数を更新し、各第３分子の第２ターゲットコスト値関数を取得し、当該第２ターゲットコスト値関数は当該第３分子の、最小分解コスト値を有する分解経路を決定する。
５０５：何れか１つの第３分子の分解タスクがターゲット分解条件を満たすと、サーバーは各第３分子の第２ターゲットコスト値関数に基づいて、各第３分子の第２分解経路を決定する。
本出願の実施例において、ターゲット分解条件は、各第３分子が少なくとも１つの分解レベルに基づいて取得した分解経路の深さがターゲット深さより小さく、且つ取得した分子に分解方法が存在していない、又は、各第３分子が少なくとも１つの分解レベルに基づいて取得した分解経路の深さがターゲット深さに等しいことである。ターゲット深さは、サーバーが事前設定した深さ閾値である。例えば、当該深さ閾値を５に設定する。第２分解経路は、分解後、ターゲット分解条件を満たすまで、第３分子を分解するためのコストが最小である経路を指す。
５０６：サーバーは各第３分子の第２分解経路に基づいて、各第３分子の対応するコスト値情報を決定する。
本出願の実施例において、各第３分子の対応するコスト値情報は、対応する第２分解経路に従って当該第３分子を分離するためのコストを示す。
５０７：サーバーは各第３分子の分子表現情報及び対応するコスト値情報に基づいて、第２コスト辞書を取得し、当該第２コスト辞書は各第３分子の分子表現情報及び対応するコスト値情報を含む。
本出願の実施例において、第２コスト辞書における分子表現情報と対応するコスト値情報とは一対一の方式で存在している。例えば、第２コスト辞書において、各分子の分子表現情報及びその対応するコスト値情報をキー値ペアの方式で示し、即ち、第２コスト辞書にはＭ個のキー値ペアが存在し、Ｍは１以上であり、｛Ｓｍｉｌｅ１:ｃｏｓｔ１｝、｛Ｓｍｉｌｅ２:ｃｏｓｔ２｝……｛ＳｍｉｌｅＭ:ｃｏｓｔＭ｝は分子１～分子Ｍ、及びその対応するコスト値情報をそれぞれ示す。
サーバーは上記のステップ５０１～ステップ５０７を介して、下層逆合成経路の探索を完成して、下層逆合成経路に対応する第２コスト辞書を取得する。このような階層化の方式に基づいて、複数の第１分子の逆合成経路全体の探索を階層化し、上層逆合成経路の探索を完成し、代表性を有する分子をスクリーニングしてから、下層逆合成経路の探索を完成し、分子逆合成経路の探索時間を大幅に減少させる。
４１２：サーバーは第２コスト辞書における各分子の分子表現情報及び対応するコスト値情報に基づいて、第２ニューラルネットワークをトレーニングする。
本出願の実施例において、ニューラルネットワークは第１ニューラルネットワーク及び第２ニューラルネットワークを含み、第１ニューラルネットワークは第１コスト辞書における情報に基づいて、トレーニングすることで得られたニューラルネットワークであり、第２ニューラルネットワークは第２コスト辞書における情報に基づいて、トレーニングすることで得られたニューラルネットワークである。上記のステップ４１２は、サーバーは第２コスト辞書におけるある分子の分子表現情報を第２ニューラルネットワークに入力して、第２ニューラルネットワークのネットワークパラメータに基づいて計算することで、当該分子の対応する予測コスト値情報を取得するステップと、サーバーは当該分子の対応する予測コスト値情報及び第２コスト辞書における当該分子の対応するコスト値情報に基づいて、第２ニューラルネットワークのモデル損失を決定するステップと、サーバーは第２ニューラルネットワークのモデル損失に基づいて、第２ニューラルネットワークにおけるネットワークパラメータを調整して、調整後の第２ニューラルネットワークに基づいて、新分子の分子表現情報を再び入力して、当該第２ニューラルネットワークのモデル損失がターゲット条件に合うまで、毎回の入力による予測コスト値情報及び入力された分子の対応するコスト値情報に基づいて、第２ニューラルネットワークにおけるネットワークパラメータを反復的に調整し続けてから、サーバーは現在第２ニューラルネットワークをトレーニング後の第２ニューラルネットワークに決定するステップと、を含む。
ここで、本出願の実施例において、第２ニューラルネットワークのトレーニング過程は他のステップをさらに含んでもよく、ここで贅言しない。
４１３：サーバーは第２コスト辞書に基づいて、第１コスト辞書を更新して、更新後の第１コスト辞書を取得する。
本出願の実施例において、第２コスト辞書における各第３分子は、第１コスト辞書における第１分子を分解して取得した複数の分子をクラスタリングすることで決定される。第２コスト辞書には各第３分子の分子表現情報及び対応するコスト値情報が含まれ、サーバーは各第３分子の分子表現情報及び対応するコスト値情報によって、各第１分子のコスト値情報を更新して、更新後の第１コスト辞書を取得する。サーバーは各第１分子のコスト値情報に対して下から上への更新過程により、分子逆合成コストを決定する正確性を向上させる。
好適な実現形態において、サーバーは第２コスト辞書に基づいて、第１コスト辞書を更新する具体的な過程は以下の通り、即ち、各第３分子の分子表現情報に基づいて、各第３分子に対応する各第１分子の分子表現情報を決定してから、第２コスト辞書における各第３分子のコスト値情報、及び第１コスト辞書における対応する各第１分子のコスト値情報に基づいて、両者を対応するように加算して、更新後の各第１分子のコスト値情報、即ち、更新後の第１コスト辞書を取得する。例えば、サーバーはある第３分子のコスト値情報に基づいて取得した当該第３分子を分解するための最小分解コスト値が１０であり、その対応する第１分子の最小分解コスト値が２０であり、そうすれば、更新後の第１分子の最小分解コスト値が３０であり、本出願の実施例は第１コスト辞書の更新方式を具体的に限定しない。
４１４：サーバーは更新後の第１コスト辞書における各分子の分子表現情報及び対応するコスト値情報に基づいて、第１ニューラルネットワークをトレーニングする。
本出願の実施例において、当該ステップ４１４は、サーバーは第１コスト辞書におけるある分子の分子表現情報を第１ニューラルネットワークに入力して、第１ニューラルネットワークのネットワークパラメータに基づいて計算して、当該分子の対応する予測コスト値情報を取得するステップと、サーバーは当該分子の対応する予測コスト値情報、及び第１コスト辞書における当該分子の対応するコスト値情報に基づいて、第１ニューラルネットワークのモデル損失を決定するステップと、サーバーは第１ニューラルネットワークのモデル損失に基づいて、第１ニューラルネットワークにおけるネットワークパラメータを調整し、調整後の第１ニューラルネットワークに基づいて、新分子の分子表現情報を再び入力し、当該第１ニューラルネットワークのモデル損失がターゲット条件を満たすまで、毎回の入力による予測コスト値情報、及び入力された分子の対応するコスト値情報に基づいて、第１ニューラルネットワークにおけるネットワークパラメータを反復的に調整し続けてから、サーバーは現在第１ニューラルネットワークをトレーニング後の第１ニューラルネットワークに決定するステップと、を含む。
ここで、本出願の実施例において、第１ニューラルネットワークのトレーニング過程は他のステップをさらに含んでもよく、ここで贅言しない。
４１５：サーバーはトレーニング後の第２ニューラルネットワークと第１ニューラルネットワークとを組み合わせて、ターゲットニューラルネットワークを取得する。
本出願の実施例において、ターゲットニューラルネットワークは入力されたターゲット分子の分子表現情報に基づいて、当該ターゲット分子の対応するコスト値情報を出力する。サーバーはトレーニング後の第２ニューラルネットワークと第１ニューラルネットワークとを組み合わせて、ターゲットニューラルネットワークを取得する。例えば、サーバーはシリアルの方式に基づいて、ターゲットニューラルネットワークを取得し、ターゲット分子に対して、当該ターゲット分子の分子表現情報を第１ニューラルネットワークに入力し、当該ターゲット分子の、上層逆合成経路によるコスト値情報を出力してから、サーバーは、当該ターゲット分子が上層逆合成経路を経て取得したさらなる分解方法が存在する分子を決定し、さらなる分解方法が存在する分子を第２ニューラルネットワークに入力し、ターゲット分子の、下層逆合成経路によるコスト値情報を出力し、最終的にターゲット分子の完全な逆合成経路を取得し、本出願の実施例はターゲットニューラルネットワークの取得方式を具体的に限定しない。
上記のステップ４１２～ステップ４１５を介して、サーバーは第２コスト辞書及び更新後の第１コスト辞書に基づいてトレーニングすることで、ターゲットニューラルネットワークを取得し、本発明のターゲットニューラルネットワークの、トレーニング過程に参加していない分子に対する汎用化能力を最大化でき、当該ターゲットニューラルネットワークに基づいて、任意の分子について分解経路を取得できる。
ここで、本出願の実施例において、サーバーは上記のステップ４１２～４１５に従って、前から後ろへの順序で第２ニューラルネットワークをトレーニングしてから、第１コスト辞書を更新して、第１ニューラルネットワークをトレーニングする。別の好適な実現形態において、サーバーはまず、ステップ４１３を実行して第１コスト辞書を更新してから、ステップ４１２、ステップ４１４及びステップ４１５を実行することで、ターゲットニューラルネットワークを取得する。本出願の実施例はこれに対して具体的に限定しない。
ここで、本出願の実施例において、上記のステップ４１２～ステップ４１５は、本出願の実施例が提供する、トレーニングすることでターゲットニューラルネットワークを取得する過程の１つの実施形態であり、１つの実施例において、サーバーは他のトレーニング方式でターゲットニューラルネットワークを取得してもよく、これに対して本出願の実施例は具体的に限定しない。
また、表２を参照して、表２は関連方法と本出願の実施例との実験効果の比較であり、当該実験は標準データセットに基づいて行って取得した、同じ数の分子を成功的に分解するための時間であり、実験の結果から分かるように、関連方法に比べると、本出願の実施例が提供する方法を採用すれば、同じ数の分子を分解する場合、所要時間は他のいくつかの方法より明らかに少ない。
表３を参照して、表３は関連方法と本出願の実施例との実験効果の比較であり、当該実験は標準データセットに基づいて行って取得した、同じ数の分子を分解する分解結果である。実験の結果から分かるように、関連方法に比べると、本出願の実施例が提供する方法を採用すれば、同じ数の分子を分解する場合、分解成功数が最大であり、なぜならば、分解不能による失敗数が最小であり、且つ分解層数が大きすぎることによる失敗数も最小であるためである。
無論、上記の異なる実施形態を互いに結合することで、異なる実施解決策を形成してもよく、これに対して本発明の実施例は限定しない。
本出願の実施例において、分子逆合成経路を決定するニューラルネットワークのトレーニング方法を提供し、複数の分子に対して、各分子の逆合成経路を決定する場合、階層学習の理念を採用して、探索深さが大きな分子逆合成経路のトレーニング過程を多層に分解してトレーニングし、トレーニング速度を高めて、完全な逆合成反応過程の変わりとして、多層の分子逆合成経路を使用し、１層の分子逆合成経路のトレーニングを完成した後、分子スクリーニング方式で次の層の分子逆合成経路の開始分子として、代表性を有する分子を選択し、分子逆合成経路の探索効率を効果的に向上させ、正確な分子のコスト値情報をより効果的に抽出する。階層化の方式によって、分子逆合成経路の決定による大量の計算オーバーヘッドを大幅に減少させ、分子逆合成経路の正確さを保証する上に、分子逆合成経路の決定時間を低減させる。
以下、実際状況を結合して、本出願の実施例が提供する分子逆合成経路を決定するニューラルネットワークのトレーニング方法に対して例を挙げて記載し、図６に示すように、図６は本出願の実施例が提供する分子逆合成経路を決定するニューラルネットワークのトレーニングアーキテクチャ図であり、２層に分けられることを例として説明する。
まず、分子トレーニングセットにおける分子に対して、分散型トレーニングフレームワークを採用して、上層逆合成経路を並行して探索し、全ての分子分解タスクをＮ個の計算ノードに割り当て、Ｎは１以上である。各計算ノードは分子の分解タスクをそれぞれ実行し、分解の初期で各分子は分子の合成アクセシビリティスコアを採用して、そのコスト値関数を初期化し、分子分解の難易度を表徴する先験的優勢によって、分子コスト値関数の収束速度を高める。そして、ポリシーπ（ｒ｜ｍ）に基づいて、各分子を展開し、最終的には各分子の、それぞれ対応するポリシーでのコストを取得する。各計算ノードの計算が完了した場合、全ての分子の分子表現情報及びそのコスト値情報をまとめて、上層コスト辞書を取得する。
そして、上層逆合成経路の探索を完成した後、分解による分子のうちの、分解が完成されていないとともに、分解方法が存在する分子を収集し、ＴＢアルゴリズムで分子をクラスタリングし、代表性を有する分子を下層分子逆合成経路探索の初期トレーニングセット、即ち、下層トレーニングデータとしてスクリーニングする。上層に類似する分子展開過程を採用して下層分子トレーニングセットにおける分子を展開して、下層コスト辞書を取得する。
さらに、下層コスト辞書に基づいて上層コスト辞書を更新し、２つのコスト辞書に基づいて対応するニューラルネットワークをそれぞれトレーニングし、深層学習技術を使用して２つのニューラルネットワークに対して教師ありトレーニングを行って、新たなターゲット分子に対して逆合成経路探索を行うことができるターゲットニューラルネットワークを取得する。ニューラルネットワークに対して教師ありトレーニングを行う過程は以下の通りであり、即ち、分子の分子表現情報を入力して、第１完全接続層（Ｄｅｎｓｅ）を介してデータに対してバッチ正規化（Ｂａｔｃｈ Ｎｏｒｍａｌｉｚａｔｉｏｎ）処理を行ってから、第２完全接続層を介して、データに対してバッチ正規化を行って、第２完全接続層を介してデータに対してバッチ正規化を行う過程を５回繰り返して、最後、第３完全接続層を介して５００―５００ｅ―|ｘ|を出力し、ｘは変数である。
図７は、本出願の実施例が提供する分子逆合成経路の決定方法のフローチャートであり、図７に示すように、本出願の実施例において、サーバーに適用されることを例として説明する。当該方法は以下のステップを含む。
７０１：サーバーはターゲット分子の分子表現情報を受信し、当該分子表現情報は当該ターゲット分子の３次元化学構造を示す。
本出願の実施例において、ターゲット分子は分子データベースから取得できない分子であり、サーバーは当該ターゲット分子の分子表現情報を受信し、例えば、サーバーは当該ターゲット分子のＳＭＩＬＥＳ記法、即ち、１列の文字を受信して、当該分子の３次元化学構造を示す。
７０２：サーバーは当該ターゲット分子の分子表現情報を、分子逆合成経路を決定するニューラルネットワークに入力する。
本出願の実施例において、サーバーはターゲット分子の分子表現情報を受信した後、それを、本発明の実施例が提供する分子逆合成経路を決定するニューラルネットワークに入力する。
７０３：当該分子逆合成経路を決定するニューラルネットワークに基づいて、サーバーは当該ターゲット分子のターゲット分解経路を決定し、当該ターゲット分解経路は少なくとも１本の分解経路のうちの、分解コスト値が最も低い分解経路である。
本出願の実施例において、本出願の実施例が提供する分子逆合成経路を決定するニューラルネットワークに基づいて、ターゲット分子の対応するコスト値情報を出力し、当該コスト値情報に対応する分解経路は、ターゲット分子の全ての可能な分解経路のうちの、分解コスト値が最も低い分解経路である。
好適な実現形態において、上記のステップ７０３は、
当該分子逆合成経路を決定するためのニューラルネットワークは第１ニューラルネットワーク及び第２ニューラルネットワークを含むステップであって、第１ニューラルネットワークに基づいて、ターゲット分子の、上層逆合成経路によるコスト値情報を出力するステップと、ターゲット分子の第１分解経路を決定するステップであって、当該第１分解経路の経路深さはターゲット深さの以下であるステップと、第１分解経路に基づいてターゲット分子を分解して取得した分子から、さらなる分解方法が存在する分子を決定するステップと、さらなる分解方法が存在する分子の分子表現情報を第２ニューラルネットワークに入力するステップと、第２ニューラルネットワークに基づいて、ターゲット分子の、下層逆合成経路によるコスト値情報を出力するステップと、ターゲット分子の第２分解経路を決定するステップと、第１分解経路及び第２分解経路に基づいて、ターゲット分子のターゲット分解経路を決定するステップと、を含む。
７０４：サーバーは当該ターゲット分解経路に基づいて、当該ターゲット分子の分子逆合成経路情報を取得する。
本出願の実施例において、ステップ７０３によるターゲット分解経路に基づいて、ターゲット分子の、当該分解経路の各段階による分解反応を取得し、最終的に当該ターゲット分子の完全な逆合成経路を決定する。
本出願の実施例において、分子逆合成経路の決定方法を提供し、分子逆合成経路を決定するニューラルネットワークによって、ターゲット分子の逆合成経路を取得し、所要時間が短く、正確率が高い。
なお、上記実施例のフローチャートの各段階は矢印で示すように順番に示されているが、これらのステップは必ずしも矢印で示した順序で順番に実行されるとは限らない。本明細書で明示的に説明されていない限り、これらのステップの実行はその順序が厳密に制限されておらず、他の順序で実行することもできる。さらに、上記実施例のフローチャートのステップの少なくとも一部は、複数のサブステップ又は複数のステージを含み得る。これらのサブステップ又はステージは、必ずしも同時に実行される必要はなく、異なる時間及び順序で実行され得る。また、その実行の順序も必ずしも連続して実行されるとは限らなく、他のステップ又はサブステップ又は他のステップのステージの少なくとも一部と交互に実行され得る。
図８は、本出願の実施例が提供する分子逆合成経路を決定するニューラルネットワークのトレーニング装置のブロック図である。当該装置は、上記の分子逆合成経路を決定するニューラルネットワークのトレーニング方法を実行する時のステップを実行し、図８を参照して、装置は、
複数の第１分子の分子表現情報に基づいて、各第１分子の第１分解経路を決定する第１決定モジュール８０１であって、当該第１分解経路の経路深さはターゲット深さ以下である第１決定モジュール８０１と、
各第１分子の第１分解経路に基づいて、第１コスト辞書を取得する第１コスト辞書生成モジュール８０２であって、当該第１コスト辞書は各第１分子の分子表現情報及び対応するコスト値情報を含み、当該第１分子のコスト値情報は、対応する第１分解経路に従って当該第１分子を分離するためのコストを示す第１コスト辞書生成モジュール８０２と、
各第１分子の第１分解経路に基づいて、少なくとも１つの第２分子の分子表現情報を決定する第２決定モジュール８０３であって、各第２分子は分子を取得可能に分解可能な分子である第２決定モジュール８０３と、
複数の第３分子を各第２分子から決定する第３決定モジュール８０４であって、各第３分子は１類の第２分子を示す第３決定モジュール８０４と、
各第３分子の第２分解経路に基づいて、第２コスト辞書を取得する第２コスト辞書生成モジュール８０５であって、当該第２コスト辞書は各第３分子の分子表現情報及び対応するコスト値情報を含み、当該第３分子のコスト値情報は、対応する第２分解経路に従って第３分子を分離するためのコストを示す第２コスト辞書生成モジュール８０５と、
当該第１コスト辞書及び当該第２コスト辞書に基づいてトレーニングを行って、ターゲットニューラルネットワークを取得するトレーニングモジュール８０６であって、当該ターゲットニューラルネットワークは入力されたターゲット分子の分子表現情報に基づいて、ターゲット分子の対応するコスト値情報を出力するトレーニングモジュール８０６と、を含む。
好適な実現形態において、当該第１決定モジュール８０１は、
各第１分子の分子表現情報及びコスト値参照情報に基づいて、各第１分子の第１初期コスト値関数を取得する取得ユニットと、
各第１分子の何れか１つの分解レベルが分解を完成した場合、各第１分子の何れか１層の分解経路に対応する分解コスト値に基づいて、各第１分子の第１初期コスト値関数を更新して、各第１分子の第１ターゲットコスト値関数を取得する更新ユニットであって、当該第１ターゲットコスト値関数は、当該第１分子の、最小分解コスト値を有する分解経路を決定する更新ユニットと、
何れか１つの第１分子の分解タスクがターゲット分解条件を満たすと、各第１分子の第１ターゲットコスト値関数に基づいて、各第１分子の第１分解経路を決定する決定ユニットと、を含む。
好適な実現形態において、当該取得ユニットは、
各第１分子の分子表現情報に基づいて、各第１分子の分解タスクを複数の第１サブタスクに区画し、当該分解タスクは分解経路に従って各第１分子を分離することであり、
各第１サブタスクを複数の計算ノードに割り当て、各計算ノードは各第１分子の第１初期コスト値関数を計算して、当該第１初期コスト値関数を戻し、当該第１初期コスト値関数は、対応する計算ノードが分子コスト値参照情報に基づいて計算することで得られ、当該分子コスト値参照情報は分子の分解可能性を示し、
各計算ノードからフィードバックされた第１初期コスト値関数を受信する。
好適な実現形態において、当該第１コスト辞書生成モジュール８０２は、
各第１分子の第１分解経路に基づいて、各第１分子の対応するコスト値情報を決定し、
各第１分子の分子表現情報及び対応するコスト値情報に基づいて、第１コスト辞書を取得する。
好適な実現形態において、当該第３決定モジュール８０４は、
各第２分子をクラスタリングして、複数のセットを取得し、各セットには、類似の分子構造を有する少なくとも１つの第２分子が含まれ、
各セットのクラスターセンターを複数の第３分子に決定し、当該第３分子は所属するセットにおける代表的な分子である。
好適な実現形態において、当該トレーニングモジュール８０６は、
第２コスト辞書における各分子の分子表現情報及び対応するコスト値情報に基づいて、第２ニューラルネットワークをトレーニングする第１トレーニングユニットと、
当該第２コスト辞書に基づいて、第１コスト辞書を更新して、更新後の第１コスト辞書を取得する第２コスト辞書更新ユニットと、
更新後の第１コスト辞書における各分子の分子表現情報及び対応するコスト値情報に基づいて、第１ニューラルネットワークをトレーニングする第２トレーニングユニットと、
トレーニング後の第２ニューラルネットワークと第１ニューラルネットワークとを組み合わせて、ターゲットニューラルネットワークを取得する組み合わせユニットと、を含む。
好適な実現形態において、当該第１トレーニングユニットは、
第２コスト辞書における各分子の分子表現情報を第２ニューラルネットワークに入力して、各分子の対応する予測コスト値情報を取得し、
各分子の対応する予測コスト値情報、及び第２コスト辞書における各分子の対応するコスト値情報に基づいて、当該第２ニューラルネットワークのモデル損失を決定し、
当該第２ニューラルネットワークのモデル損失に基づいて、当該第２ニューラルネットワークにおけるネットワークパラメータを調整する。
本出願の実施例において、分子逆合成経路を決定するニューラルネットワークのトレーニング装置を提供し、複数の分子に対して、各分子の逆合成経路を決定する場合、階層学習の理念を採用して、探索深さが大きな分子逆合成経路のトレーニング過程を多層に分解してトレーニングし、トレーニング速度を高めて、完全な逆合成反応過程の代わりとして、多層の分子逆合成経路を使用し、１層の分子逆合成経路のトレーニングを完成した後、分子スクリーニング方式で次の層の分子逆合成経路の開始分子として、代表性を有する分子を選択し、分子逆合成経路の探索効率を効果的に向上させ、正確な分子のコスト値情報をより効果的に抽出する。階層化の方式によって、分子逆合成経路の決定による大量の計算オーバーヘッドを大幅に減少させ、分子逆合成経路の正確さを保証する上に、分子逆合成経路の決定時間を低減させる。
１つの実施例において、分子逆合成経路決定装置を提供し、当該装置は、
ターゲット分子の分子表現情報を受信する受信モジュールであって、前記分子表現情報は前記ターゲット分子の３次元化学構造を示す受信モジュールと、
前記ターゲット分子の分子表現情報を、分子逆合成経路を決定するためのニューラルネットワークに入力する入力モジュールと、
前記分子逆合成経路を決定するためのニューラルネットワークに基づいて、前記ターゲット分子のターゲット分解経路を決定する分解経路決定モジュールであって、前記ターゲット分解経路は少なくとも１本の分解経路のうちの、分解コスト値が最も低い分解経路である分解経路決定モジュールと、
前記ターゲット分解経路に基づいて、前記ターゲット分子の分子逆合成経路情報を取得する経路決定モジュールと、を含む。
１つの実施例において、前記分子逆合成経路を決定するためのニューラルネットワークは第１ニューラルネットワーク及び第２ニューラルネットワークを含む。前記分解経路決定モジュールはさらに、前記第１ニューラルネットワークに基づいて、前記ターゲット分子の、上層逆合成経路によるコスト値情報を出力し、前記ターゲット分子の、上層逆合成経路によるコスト値情報に基づいて、前記ターゲット分子の第１分解経路を決定し、前記第１分解経路に基づいて前記ターゲット分子を分解して得られた分子から、さらなる分解装置が存在する分子の分子表現情報を決定し、前記さらなる分解装置が存在する分子の分子表現情報を前記第２ニューラルネットワークに入力し、前記第２ニューラルネットワークに基づいて、前記ターゲット分子の、下層逆合成経路によるコスト値情報を出力し、前記ターゲット分子の、下層逆合成経路によるコスト値情報に基づいて、前記ターゲット分子の第２分解経路を決定し、前記第１分解経路及び前記第２分解経路に基づいて、前記ターゲット分子のターゲット分解経路を決定する。
ここで、上記の実施例が提供する装置について、上記の各機能モジュールの区画のみを例として記載し、実際適用において、ニーズに応じて異なる機能モジュールによって完成するように、上記の機能を割り当て、即ち、装置の内部構造を異なる機能モジュールに区画することで、以上に記載の全て又は一部の機能を完成してもよい。また、上記の実施例が提供する装置と、相応する方法実施例とは同一構想に属し、その具体的な実現過程について、方法実施例を参照すればよく、ここで贅言しない。
コンピュータ機器はサーバーとして配置される場合、図９は本出願の実施例が提供するサーバーの構造概略図であり、配置又は性能の差違により、当該サーバー９００には大きな差が生じて、１つ又は１つ以上のプロセッサー（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔｓ、ＣＰＵ）９０１及び１つ又は１つ以上のメモリ９０２を含み、当該メモリ９０２には少なくとも１つのコンピュータ可読命令が記憶され、当該少なくとも１つのコンピュータ可読命令は１つ又は複数のプロセッサー９０１によって読み込まれるとともに、実行されることで、上記の各方法実施例が提供する分子逆合成経路を決定するニューラルネットワークのトレーニング方法又は分子逆合成経路の決定方法を実現する。無論、当該サーバー９００は有線又は無線ネットワークインターフェース、キーボード及び入力出力インターフェースなどの部材をさらに具備することで、入力出力を行ってもよく、当該サーバー９００は、機器の機能を実現するための他の部材を含んでもよく、ここで、贅言しない。
本出願の実施例は１つ又は複数のコンピュータ可読記憶媒体をさらに提供し、当該１つ又は複数のコンピュータ可読記憶媒体はコンピュータ機器に適用され、当該コンピュータ可読記憶媒体には少なくとも１つのコンピュータ可読命令が記憶され、当該少なくとも１つのコンピュータ可読命令は１つ又は複数のプロセッサーによって読み込まれるとともに、実行されることで、上記の実施例の各方法におけるコンピュータ機器が実行する操作を実現する。
本出願の実施例はコンピュータプログラム製品をさらに提供し、当該コンピュータプログラム製品はコンピュータ可読命令を含み、当該コンピュータ可読命令はコンピュータ可読記憶媒体に記憶される。コンピュータ機器の１つ又は複数のプロセッサーは当該コンピュータ可読命令をコンピュータ可読記憶媒体から読み取って、１つ又は複数のプロセッサーは当該コンピュータ可読命令を実行することで、当該コンピュータ機器に上記の各種の好適な実現形態が提供する各方法におけるステップを実行させる。
当業者であれば理解できるように、上記の実施例の全て又は一部のステップの実現はハードウェアによって完成されてもよいし、コンピュータ可読命令が関連のハードウェアに命令することで完成されてもよく、前記コンピュータ可読命令は１つ又は複数のコンピュータ可読記憶媒体に記憶され、上記に言及された記憶媒体は読み取り専用メモリ、磁気ディスク又は光ディスクなどであってもよい。
以上は本出願を限定せず、本出願の好適な実施例であり、本出願の精神及び原則内で完成した任意の修正、等価置換、改良などは何れも本出願の保護範囲内に該当する。

Claims (20)

  1. コンピュータ機器が実行する分子逆合成経路を決定するニューラルネットワークのトレーニング方法であって、前記方法は、
    複数の第１分子の分子表現情報に基づいて、各前記第１分子の第１分解経路を決定するステップと、
    各前記第１分子の第１分解経路に基づいて、第１コスト辞書を取得するステップであって、前記第１コスト辞書は各前記第１分子の分子表現情報及び対応するコスト値情報を含み、前記第１分子のコスト値情報は、対応する第１分解経路に従って、前記第１分子を分離するためのコストを示すステップと、
    各前記第１分子の第１分解経路に基づいて、少なくとも１つの第２分子の分子表現情報を決定するステップであって、各前記第２分子は第１分解経路に基づいて相応する第１分子を分解して得られた分子のうちの、分子を取得可能に分解可能な分子であるステップと、
    複数の第３分子を各前記第２分子から決定するステップであって、各前記第３分子は１類の前記第２分子を示すステップと、
    各前記第３分子の第２分解経路に基づいて、第２コスト辞書を取得するステップであって、前記第２コスト辞書は各前記第３分子の分子表現情報及び対応するコスト値情報を含み、前記第３分子のコスト値情報は、対応する第２分解経路に従って前記第３分子を分離するためのコストを示すステップと、
    前記第１コスト辞書及び前記第２コスト辞書に基づいてトレーニングして、ターゲットニューラルネットワークを取得するステップであって、前記ターゲットニューラルネットワークは入力されたターゲット分子の分子表現情報に基づいて、前記ターゲット分子の対応するコスト値情報を出力し、前記ターゲット分子の対応するコスト値情報は前記ターゲット分子の逆合成経路を合成するための情報であるステップと、を含むことを特徴とする方法。
  2. 前記複数の第１分子の分子表現情報に基づいて、各前記第１分子の第１分解経路を決定する前記ステップは、
    各前記第１分子の分子表現情報及びコスト値参照情報に基づいて、各前記第１分子の第１初期コスト値関数を取得するステップと、
    各前記第１分子の何れか１つの分解レベルが分解を完成した場合、各前記第１分子の何れか１層の分解経路に対応する分解コスト値に基づいて、各前記第１分子の第１初期コスト値関数を更新して、各前記第１分子の第１ターゲットコスト値関数を取得するステップであって、前記第１ターゲットコスト値関数は、前記第１分子の、最小分解コスト値を有する分解経路を決定するための関数であるステップと、
    何れか１つの前記第１分子の分解タスクがターゲット分解条件を満たすと、各前記第１分子の第１ターゲットコスト値関数に基づいて、各前記第１分子の第１分解経路を決定するステップと、を含むことを特徴とする請求項１に記載の方法。
  3. 各前記第１分子の分子表現情報及びコスト値参照情報に基づいて、各前記第１分子の第１初期コスト値関数を取得する前記ステップは、
    各前記第１分子の分子表現情報に基づいて、各前記第１分子の分解タスクを複数の第１サブタスクに区画するステップであって、前記分解タスクは分解経路に従って各前記第１分子を分離するステップと、
    各前記第１サブタスクを複数の計算ノードに割り当て、各計算ノードは各第１分子の第１初期コスト値関数を計算して、前記第１初期コスト値関数を戻すステップであって、前記第１初期コスト値関数は、対応する計算ノードが分子コスト値参照情報に基づいて計算することで得られ、前記分子コスト値参照情報は分子の分解可能性を示すステップと、
    各前記計算ノードからフィードバックされた第１初期コスト値関数を受信するステップと、を含むことを特徴とする請求項２に記載の方法。
  4. 各前記第１分子の第１分解経路に基づいて、第１コスト辞書を取得する前記ステップは、
    各前記第１分子の第１分解経路に基づいて、各前記第１分子の対応するコスト値情報を決定するステップと、
    各前記第１分子の分子表現情報及び対応するコスト値情報に基づいて、第１コスト辞書を取得するステップと、を含むことを特徴とする請求項１に記載の方法。
  5. １類の前記第２分子を示す複数の第３分子を各前記第２分子から決定する前記ステップは、
    各前記第２分子をクラスタリングして、複数のセットを取得するステップであって、各前記セットには、類似の分子構造を有する少なくとも１つの第２分子が含まれるステップと、
    各前記セットのクラスターセンターを前記セットに対応する第３分子にそれぞれ決定して、複数の第３分子を取得するステップであって、前記第３分子は所属するセットにおける代表的な分子であるステップと、を含むことを特徴とする請求項１に記載の方法。
  6. 前記第１コスト辞書及び前記第２コスト辞書に基づいてトレーニングして、ターゲットニューラルネットワークを取得する前記ステップは、
    前記第２コスト辞書における各分子の分子表現情報及び対応するコスト値情報に基づいて、第２ニューラルネットワークをトレーニングするステップと、
    前記第２コスト辞書に基づいて、前記第１コスト辞書を更新して、更新後の第１コスト辞書を取得するステップと、
    更新後の第１コスト辞書における各分子の分子表現情報及び対応するコスト値情報に基づいて、第１ニューラルネットワークをトレーニングするステップと、
    トレーニング後の第２ニューラルネットワークと第１ニューラルネットワークとを組み合わせて、ターゲットニューラルネットワークを取得するステップと、を含むことを特徴とする請求項１に記載の方法。
  7. 前記第２コスト辞書における各分子の分子表現情報及び対応するコスト値情報に基づいて、第２ニューラルネットワークをトレーニングする前記ステップは、
    前記第２コスト辞書における各分子の分子表現情報を前記第２ニューラルネットワークに入力して、各分子の対応する予測コスト値情報を取得するステップと、
    各分子の対応する予測コスト値情報及び前記第２コスト辞書における各分子の対応するコスト値情報に基づいて、前記第２ニューラルネットワークのモデル損失を決定するステップと、
    前記第２ニューラルネットワークのモデル損失に基づいて、前記第２ニューラルネットワークにおけるネットワークパラメータを調整するステップと、を含むことを特徴とする請求項６に記載の方法。
  8. コンピュータ機器が実行する分子逆合成経路の決定方法であって、前記方法は、
    ターゲット分子の分子表現情報を受信するステップであって、前記分子表現情報は前記ターゲット分子の３次元化学構造を示すステップと、
    前記ターゲット分子の分子表現情報を、分子逆合成経路を決定するためのニューラルネットワークに入力するステップと、
    前記分子逆合成経路を決定するためのニューラルネットワークに基づいて、前記ターゲット分子のターゲット分解経路を決定するステップであって、前記ターゲット分解経路は少なくとも１本の分解経路のうちの、分解コスト値が最も低い分解経路であるステップと、
    前記ターゲット分解経路に基づいて、前記ターゲット分子の分子逆合成経路情報を取得するステップと、を含むことを特徴とする方法。
  9. 前記分子逆合成経路を決定するためのニューラルネットワークに基づいて、前記ターゲット分子のターゲット分解経路を決定する前記ステップは、
    前記分子逆合成経路を決定するためのニューラルネットワークは第１ニューラルネットワーク及び第２ニューラルネットワークを含むステップであって、
    前記第１ニューラルネットワークに基づいて、前記ターゲット分子の、上層逆合成経路によるコスト値情報を出力するステップと、
    前記ターゲット分子の、上層逆合成経路によるコスト値情報に基づいて、前記ターゲット分子の第１分解経路を決定ステップと、
    前記第１分解経路に基づいて前記ターゲット分子を分解して得られた分子から、さらなる分解方法が存在する分子の分子表現情報を決定するステップと、
    前記さらなる分解方法が存在する分子の分子表現情報を前記第２ニューラルネットワークに入力するステップと、
    前記第２ニューラルネットワークに基づいて、前記ターゲット分子の、下層逆合成経路によるコスト値情報を出力する前記ステップと、
    前記ターゲット分子の、下層逆合成経路によるコスト値情報に基づいて、前記ターゲット分子の第２分解経路を決定するステップと、
    前記第１分解経路及び前記第２分解経路に基づいて、前記ターゲット分子のターゲット分解経路を決定するステップと、を含むことを特徴とする請求項８に記載の方法。
  10. 分子逆合成経路を決定するためのニューラルネットワークのトレーニング装置であって、コンピュータ機器に設けられ、前記装置は、
    複数の第１分子の分子表現情報に基づいて、各前記第１分子の第１分解経路を決定する第１決定モジュールと、
    各前記第１分子の第１分解経路に基づいて、第１コスト辞書を取得する第１コスト辞書生成モジュールであって、前記第１コスト辞書は各前記第１分子の分子表現情報及び対応するコスト値情報を含み、前記第１分子のコスト値情報は、対応する第１分解経路に従って、前記第１分子を分離するためのコストを示す第１コスト辞書生成モジュールと、
    各前記第１分子の第１分解経路に基づいて、少なくとも１つの第２分子の分子表現情報を決定する第２決定モジュールであって、各前記第２分子は第１分解経路に基づいて相応する第１分子を分解して得られた分子のうちの、分子を取得可能に分解可能な分子である第２決定モジュールと、
    複数の第３分子を各前記第２分子から決定する第３決定モジュールであって、各前記第３分子は１類の前記第２分子を示す第３決定モジュールと、
    各前記第３分子の第２分解経路に基づいて、第２コスト辞書を取得する第２コスト辞書生成モジュールであって、前記第２コスト辞書は各前記第３分子の分子表現情報及び対応するコスト値情報を含み、前記第３分子のコスト値情報は、対応する第２分解経路に従って前記第３分子を分離するためのコストを示す第２コスト辞書生成モジュールと、
    前記第１コスト辞書及び前記第２コスト辞書に基づいてトレーニングして、ターゲットニューラルネットワークを取得するトレーニングモジュールであって、前記ターゲットニューラルネットワークは入力されたターゲット分子の分子表現情報に基づいて、前記ターゲット分子の対応するコスト値情報を出力し、前記ターゲット分子の対応するコスト値情報は前記ターゲット分子の逆合成経路を合成するための情報であるトレーニングモジュールと、を含むことを特徴とする装置。
  11. 前記第１決定モジュールは、
    各前記第１分子の分子表現情報及びコスト値参照情報に基づいて、各前記第１分子の第１初期コスト値関数を取得する取得ユニットと、
    各前記第１分子の何れか１つの分解レベルが分解を完成した場合、各前記第１分子の何れか１層の分解経路に対応する分解コスト値に基づいて、各前記第１分子の第１初期コスト値関数を更新して、各前記第１分子の第１ターゲットコスト値関数を取得する更新ユニットであって、前記第１ターゲットコスト値関数は、前記第１分子の、最小分解コスト値を有する分解経路を決定する更新ユニットと、
    何れか１つの前記第１分子の分解タスクがターゲット分解条件を満たすと、各前記第１分子の第１ターゲットコスト値関数に基づいて、各前記第１分子の第１分解経路を決定する決定ユニットと、を含むことを特徴とする請求項１０に記載の装置。
  12. 前記取得ユニットは、
    各前記第１分子の分子表現情報に基づいて、各前記第１分子の分解タスクを複数の第１サブタスクに区画し、前記分解タスクは分解経路に従って各前記第１分子を分離することを指し、
    各前記第１サブタスクを複数の計算ノードに割り当て、各計算ノードは各第１分子の第１初期コスト値関数を計算して、前記第１初期コスト値関数を戻し、前記第１初期コスト値関数は、対応する計算ノードが分子コスト値参照情報に基づいて計算することで得られ、前記分子コスト値参照情報は分子の分解可能性を示し、
    各前記計算ノードからフィードバックされた第１初期コスト値関数を受信することを特徴とする請求項１１に記載の装置。
  13. 前記第１コスト辞書生成モジュールは、
    各前記第１分子の第１分解経路に基づいて、各前記第１分子の対応するコスト値情報を決定し、
    各前記第１分子の分子表現情報及び対応するコスト値情報に基づいて、第１コスト辞書を取得することを特徴とする請求項１０に記載の装置。
  14. 前記第３決定モジュールはさらに各前記第２分子をクラスタリングして、複数のセットを取得し、各前記セットには、類似の分子構造を有する少なくとも１つの第２分子が含まれ、各前記セットのクラスターセンターを前記セットに対応する第３分子にそれぞれ決定して、複数の第３分子を取得し、前記第３分子は所属するセットにおける代表的な分子であることを特徴とする請求項１０に記載の装置。
  15. 前記トレーニングモジュールは、
    前記第２コスト辞書における各分子の分子表現情報及び対応するコスト値情報に基づいて、第２ニューラルネットワークをトレーニングする第１トレーニングユニットと、
    前記第２コスト辞書に基づいて、前記第１コスト辞書を更新して、更新後の第１コスト辞書を取得する第２コスト辞書更新ユニットと、
    更新後の第１コスト辞書における各分子の分子表現情報及び対応するコスト値情報に基づいて、第１ニューラルネットワークをトレーニングする第２トレーニングユニットと、
    トレーニング後の第２ニューラルネットワークと第１ニューラルネットワークとを組み合わせて、ターゲットニューラルネットワークを取得する組み合わせユニットと、を含むことを特徴とする請求項１０に記載の装置。
  16. 前記第１トレーニングユニットはさらに、前記第２コスト辞書における各分子の分子表現情報を前記第２ニューラルネットワークに入力して、各分子の対応する予測コスト値情報を取得し、各分子の対応する予測コスト値情報及び前記第２コスト辞書における各分子の対応するコスト値情報に基づいて、前記第２ニューラルネットワークのモデル損失を決定し、前記第２ニューラルネットワークのモデル損失に基づいて、前記第２ニューラルネットワークにおけるネットワークパラメータを調整することを特徴とする請求項１５に記載の装置。
  17. 分子逆合成経路決定装置であって、コンピュータ機器に設けられ、前記装置は、
    ターゲット分子の分子表現情報を受信する受信モジュールであって、前記分子表現情報は前記ターゲット分子の３次元化学構造を示す受信モジュールと、
    前記ターゲット分子の分子表現情報を、分子逆合成経路を決定するニューラルネットワークに入力する入力モジュールと、
    前記分子逆合成経路を決定するニューラルネットワークに基づいて、前記ターゲット分子のターゲット分解経路を決定する分解経路決定モジュールであって、前記ターゲット分解経路は少なくとも１本の分解経路のうちの、分解コスト値が最も低い分解経路である分解経路決定モジュールと、
    前記ターゲット分解経路に基づいて、前記ターゲット分子の分子逆合成経路情報を取得する経路決定モジュールと、を含むことを特徴とする装置。
  18. 前記分子逆合成経路を決定するためのニューラルネットワークは第１ニューラルネットワーク及び第２ニューラルネットワークを含み、前記分解経路決定モジュールはさらに、前記第１ニューラルネットワークに基づいて、前記ターゲット分子の、上層逆合成経路によるコスト値情報を出力し、前記ターゲット分子の、上層逆合成経路によるコスト値情報に基づいて、前記ターゲット分子の第１分解経路を決定し、前記第１分解経路に基づいて前記ターゲット分子を分解して得られた分子から、さらなる分解装置が存在する分子の分子表現情報を決定し、前記さらなる分解装置が存在する分子の分子表現情報を前記第２ニューラルネットワークに入力し、前記第２ニューラルネットワークに基づいて、前記ターゲット分子の、下層逆合成経路によるコスト値情報を出力し、前記ターゲット分子の、下層逆合成経路によるコスト値情報に基づいて、前記ターゲット分子の第２分解経路を決定し、前記第１分解経路及び前記第２分解経路に基づいて、前記ターゲット分子のターゲット分解経路を決定することを特徴とする請求項１７に記載の装置。
  19. コンピュータ機器であって、前記コンピュータ機器は１つ又は複数のプロセッサー及びメモリを含み、前記メモリは少なくとも１つのコンピュータ可読命令を記憶し、前記少なくとも１つのコンピュータ可読命令は前記１つ又は複数のプロセッサーによって読み込まれて、請求項１～９の何れか１つに記載の方法を実行することを特徴とするコンピュータ機器。
  20. １つ又は複数のコンピュータ可読記憶媒体であって、前記コンピュータ可読記憶媒体は少なくとも１つのコンピュータ可読命令を記憶し、前記少なくとも１つのコンピュータ可読命令は請求項１～９の何れか１つに記載の方法を実行することを特徴とするコンピュータ可読記憶媒体。
JP2023518017A 2020-11-04 2021-10-09 分子逆合成経路を決定するニューラルネットワークのトレーニング方法及び装置、並びにコンピュータ機器、コンピュータプログラム Pending JP2023542013A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN202011218991.2A CN112037868B (zh) 2020-11-04 2020-11-04 用于确定分子逆合成路线的神经网络的训练方法和装置
CN202011218991.2 2020-11-04
PCT/CN2021/122724 WO2022095659A1 (zh) 2020-11-04 2021-10-09 用于确定分子逆合成路线的神经网络的训练方法和装置

Publications (1)

Publication Number Publication Date
JP2023542013A true JP2023542013A (ja) 2023-10-04

Family

ID=73573572

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2023518017A Pending JP2023542013A (ja) 2020-11-04 2021-10-09 分子逆合成経路を決定するニューラルネットワークのトレーニング方法及び装置、並びにコンピュータ機器、コンピュータプログラム

Country Status (5)

Country Link
US (1) US20230081412A1 (ja)
EP (1) EP4213153A4 (ja)
JP (1) JP2023542013A (ja)
CN (1) CN112037868B (ja)
WO (1) WO2022095659A1 (ja)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112037868B (zh) * 2020-11-04 2021-02-12 腾讯科技（深圳）有限公司 用于确定分子逆合成路线的神经网络的训练方法和装置
CN114627981A (zh) * 2020-12-14 2022-06-14 阿里巴巴集团控股有限公司 化合物分子结构的生成方法及装置、非易失性存储介质
CN114822703A (zh) * 2021-01-27 2022-07-29 腾讯科技（深圳）有限公司 一种化合物分子的逆合成预测方法以及相关装置
CN114049922B (zh) * 2021-11-09 2022-06-03 四川大学 基于小规模数据集和生成模型的分子设计方法
WO2023193259A1 (zh) * 2022-04-08 2023-10-12 上海药明康德新药开发有限公司 一种多模型集成学习提升逆合成可信度的方法
CN114974450B (zh) * 2022-06-28 2023-05-30 苏州沃时数字科技有限公司 基于机器学习与自动化试验装置的操作步骤的生成方法
CN115579093B (zh) * 2022-12-08 2023-06-02 科丰兴泰(杭州)生物科技有限公司 基于深度学习的设计硝化抑制剂缓释材料的方法及***
CN116578934B (zh) * 2023-07-13 2023-09-19 烟台国工智能科技有限公司 一种基于蒙特卡洛树搜索的逆合成分析方法及设备

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108804869B (zh) * 2018-05-04 2022-03-08 深圳晶泰科技有限公司 基于神经网络的分子结构和化学反应能量函数构建方法
WO2020023650A1 (en) * 2018-07-25 2020-01-30 Wuxi Nextcode Genomics Usa, Inc. Retrosynthesis prediction using deep highway networks and multiscale reaction classification
US20210217498A1 (en) * 2018-12-24 2021-07-15 Medirita Data processing apparatus and method for predicting effectiveness and safety of new drug candidate substance
WO2020163860A1 (en) * 2019-02-08 2020-08-13 Google Llc Systems and methods for predicting the olfactory properties of molecules using machine learning
CN109872780A (zh) * 2019-03-14 2019-06-11 北京深度制耀科技有限公司 一种化学合成路线的确定方法及装置
CN110728047B (zh) * 2019-10-08 2023-04-07 中国工程物理研究院化工材料研究所 一种基于机器学习性能预测含能分子计算机辅助设计***
CN110969086B (zh) * 2019-10-31 2022-05-13 福州大学 一种基于多尺度cnn特征及量子菌群优化kelm的手写图像识别方法
CN111508568B (zh) * 2020-04-20 2023-08-29 腾讯科技（深圳）有限公司 分子生成方法、装置及计算机可读存储介质和终端设备
CN111524557B (zh) * 2020-04-24 2024-04-05 腾讯科技（深圳）有限公司 基于人工智能的逆合成预测方法、装置、设备及存储介质
EP4150627A1 (en) * 2020-05-14 2023-03-22 Insilico Medicine IP Limited Retrosynthesis-related synthetic accessibility
CN111755078B (zh) * 2020-07-30 2022-09-23 腾讯科技（深圳）有限公司 药物分子属性确定方法、装置及存储介质
CN112037868B (zh) * 2020-11-04 2021-02-12 腾讯科技（深圳）有限公司 用于确定分子逆合成路线的神经网络的训练方法和装置
US20220172802A1 (en) * 2020-11-30 2022-06-02 Insilico Medicine Ip Limited Retrosynthesis systems and methods

Also Published As

Publication number Publication date
EP4213153A4 (en) 2024-03-20
EP4213153A1 (en) 2023-07-19
CN112037868A (zh) 2020-12-04
CN112037868B (zh) 2021-02-12
US20230081412A1 (en) 2023-03-16
WO2022095659A1 (zh) 2022-05-12

Similar Documents

Publication Publication Date Title
JP2023542013A (ja) 分子逆合成経路を決定するニューラルネットワークのトレーニング方法及び装置、並びにコンピュータ機器、コンピュータプログラム
Pliakos et al. Predicting drug-target interactions with multi-label classification and label partitioning
Guzzi et al. Biological network analysis: Trends, approaches, graph theory, and algorithms
US11403316B2 (en) Generating enhanced graphical user interfaces for presentation of anti-infective design spaces for selecting drug candidates
Zarlenga et al. Efficient decompositional rule extraction for deep neural networks
CN114093527B (zh) 一种基于空间相似性约束和非负矩阵分解的药物重定位方法和***
Liu et al. Structural network embedding using multi-modal deep auto-encoders for predicting drug-drug interactions
Sarwar et al. A survey of big data analytics in healthcare
Chen et al. Learning to screen for fast softmax inference on large vocabulary neural networks
JP2024500244A (ja) 分子骨格ホッピングの処理方法およびその装置、媒体、電子機器並びにコンピュータプログラム
Sadeghi et al. RCDR: a recommender based method for computational drug repurposing
Krishnaswamy et al. Metaheuristic based clustering with deep learning model for big data classification.
Dabbu et al. Water atom search algorithm-based deep recurrent neural network for the big data classification based on spark architecture
Jeyakumar et al. Case studies in amalgamation of deep learning and big data
Pishgoo et al. A dynamic feature selection and intelligent model serving for hybrid batch-stream processing
Jurczuk et al. Fitness evaluation reuse for accelerating GPU-based evolutionary induction of decision trees
Mendoza et al. Reverse engineering of grns: An evolutionary approach based on the tsallis entropy
Fox et al. Learning Everywhere: Pervasive machine learning for effective High-Performance computation: Application background
Liu et al. High-performance medical data processing technology based on distributed parallel machine learning algorithm
Omar et al. Big data cloud-based recommendation system using NLP techniques with machine and deep learning
Gao et al. Uni-qsar: an auto-ml tool for molecular property prediction
JP Rider chicken optimization algorithm-based recurrent neural network for big data classification in spark architecture
Hamou et al. Bio-inspired techniques in the clustering of texts: Synthesis and comparative study
US20210398688A1 (en) Apparatus and method for processing multi-omics data for discovering new drug candidate substance
Wang et al. PPDTS: Predicting potential drug–target interactions based on network similarity

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230317

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230317

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240603