买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明一种预训练和几何增强图网络的分子稳定构象生成框架，属于化学信息学与计算机科学领域，包括三维3D图神经网络D‑GeoGNN、预训练任务D‑SSLs与构象生成模型Conf‑GEM。D‑GeoGNN通过输入三张不同的分子图结合分子几何的自监督预训练任务，具备了表征分子3D结构信息的能力。以此为基础，利用变分自编码器与分而治之的思想，构建了分子稳定3D构象快速从头生成的模型。本发明提出了一种全新的分子结构表示学习框架，通过融合“键长‑键角‑二面角”的信息，并结合分子多尺度的自监督预训练任务、变分自编码器与分而治之的思想，实现了分子3D结构信息的完整表征与低能合理3D构象的快速、准确生成。

主权项：1.一种预训练和几何增强图网络的分子稳定构象生成框架，其特征在于，包括三维图神经网络D-GeoGNN、预训练任务D-SSLs与构象生成模型Conf-GEM；三维图神经网络D-GeoGNN由三个同构图神经网络串联组成，分别接受3张图的输入：原子-化学键图G＝V,E、化学键-键角图H＝E,A、键角-二面角图I＝A,D；其中V为原子集合、E为化学键集合、A为键角集合、D为二面角集合；在图G中，原子u∈H被视为图的节点，连接原子u和v的化学键u,v∈E被视为图的边；而图H的节点为化学键u,v∈E，连接化学键u,v和v,w组成的键角u,v,w∈A则视为图H的边；对于图I，键角u,v,w∈A被视为图的节点，键角u,v,w和v,w,x所组成的二面角u,v,w,x∈D被视为边；4个初始特征：使用xu来表示原子u的初始特征，xuv表示化学键u,v的初始特征，xuvw为键角u,v,w的初始特征，xuvwx为二面角的u,v,w,x的初始特征；将3张图与4个初始特征作为三维图神经网络D-GeoGNN的输入；预训练任务D-SSLs：使用一个大规模的无标签数据集对D-GeoGNN进行三维几何水平的预训练，分子的构象系由MMFF94力场计算得到；具体包括预测键长；预测键角；预测二面角；预测两两原子间的距离；并预测键长、键角、二面角、任意两两原子间的距离的损失函数。在对三维图神经网络D-GeoGNN的预训练过程中，总损失为4个几何预训练任务的损失加和，经预训练后的三维图神经网络D-GeoGNN称为D-GEM；对于构象生成模型Conf-GEM中的先验模型、编码器模型与解码器模型都由三个D-GEM串联组成，每个模型的分为治之的策略如下：1第一个GEM接受一个初始分子构象生成构象之后再基于该构象计算得出键长l，即：接着将键长l更新到“原子-化学键图”G，作为下一个模型的输入。需要注意的是，对于先验模型为-1到1的均匀分布的坐标，编码器模型是真实构象，解码器模型是先验模型最终的输出坐标；2第二个GEM接受上一步的生成构象之后再基于该构象计算得出键角θ，即：接着将键角θ更新到“化学键-键角图”H，作为下一个模型的输入；3第三个GEM接受上一步的生成构象之后再基于该构象计算得出二面角ω，即：为该模型最终的输出构象。最后，利用预训练任务D-SSLs中得到的损失函数，计算键长、键角与二面角的损失，并加和得到最终的损失。

全文数据：

权利要求：

百度查询： 中国人民解放军军事科学院防化研究院 一种预训练和几何增强图网络的分子稳定构象生成框架