本申請涉及計算機，尤其涉及深度學(xué)習(xí)、生物計算等人工智能領(lǐng)域，具體涉及一種全原子結(jié)構(gòu)預(yù)測模型的訓(xùn)練方法、裝置及電子設(shè)備。

背景技術(shù)：

1、隨著人工智能的發(fā)展，利用人工智能技術(shù)進行生物分子的全原子結(jié)構(gòu)預(yù)測相比實驗手段獲得了更多的關(guān)注，如何利用深度學(xué)習(xí)方法來促進生物分子的全原子結(jié)構(gòu)的精確預(yù)測變得越來越重要。

技術(shù)實現(xiàn)思路

1、本申請?zhí)峁┝艘环N全原子結(jié)構(gòu)預(yù)測模型的訓(xùn)練方法、裝置及電子設(shè)備。

2、根據(jù)本申請的一方面，提供了一種全原子結(jié)構(gòu)預(yù)測模型的訓(xùn)練方法，包括：

3、獲取生物分子的結(jié)構(gòu)信息及所述生物分子的第一動態(tài)軌跡；其中，所述第一動態(tài)軌跡中包括不同時間點所述生物分子中原子的位置信息；

4、對所述第一動態(tài)軌跡添加噪聲，得到第二動態(tài)軌跡；

5、對所述結(jié)構(gòu)信息進行編碼，得到編碼特征；

6、對所述編碼特征及所述第二動態(tài)軌跡進行解碼，得到目標(biāo)動態(tài)軌跡；

7、根據(jù)所述目標(biāo)動態(tài)軌跡與所述第一動態(tài)軌跡之間的差異，對初始全原子結(jié)構(gòu)預(yù)測模型進行訓(xùn)練，得到全原子結(jié)構(gòu)預(yù)測模型。

8、根據(jù)本申請的另一方面，提供了一種全原子結(jié)構(gòu)預(yù)測方法，包括：

9、獲取生物分子的結(jié)構(gòu)信息；

10、通過全原子結(jié)構(gòu)預(yù)測模型，對所述結(jié)構(gòu)信息進行編碼，得到編碼特征；其中，所述全原子結(jié)構(gòu)預(yù)測模型可以采用上述所述的方法訓(xùn)練得到；

11、通過所述全原子結(jié)構(gòu)預(yù)測模型，根據(jù)所述編碼特征和動態(tài)軌跡噪聲進行解碼，得到所述生物分子的動態(tài)軌跡；其中，所述動態(tài)軌跡中包括不同時間點所述生物分子中原子的位置信息。

12、根據(jù)本申請的另一方面，提供了一種全原子結(jié)構(gòu)預(yù)測模型的訓(xùn)練裝置，包括：

13、獲取模塊，用于獲取生物分子的結(jié)構(gòu)信息及所述生物分子的第一動態(tài)軌跡；其中，所述第一動態(tài)軌跡中包括不同時間點所述生物分子中原子的位置信息；

14、噪聲添加模塊，用于對所述第一動態(tài)軌跡添加噪聲，得到第二動態(tài)軌跡；

15、編碼模塊，用于對所述結(jié)構(gòu)信息進行編碼，得到編碼特征；

16、解碼模塊，用于對所述編碼特征及所述第二動態(tài)軌跡進行解碼，得到目標(biāo)動態(tài)軌跡；

17、訓(xùn)練模塊，用于根據(jù)所述目標(biāo)動態(tài)軌跡與所述第一動態(tài)軌跡之間的差異，對初始全原子結(jié)構(gòu)預(yù)測模型進行訓(xùn)練，得到全原子結(jié)構(gòu)預(yù)測模型。

18、根據(jù)本申請的另一方面，提供了一種全原子結(jié)構(gòu)預(yù)測裝置，包括：

19、獲取模塊，用于獲取生物分子的結(jié)構(gòu)信息；

20、編碼模塊，用于將所述結(jié)構(gòu)信息輸入到全原子結(jié)構(gòu)預(yù)測模型，對所述結(jié)構(gòu)信息進行編碼，得到編碼特征；其中，所述全原子結(jié)構(gòu)預(yù)測模型可以采用上述所述的裝置訓(xùn)練得到；

21、解碼模塊，用于通過所述全原子結(jié)構(gòu)預(yù)測模型，根據(jù)所述編碼特征和動態(tài)軌跡噪聲進行解碼，得到所述生物分子的動態(tài)軌跡；其中，所述動態(tài)軌跡中包括不同時間點所述生物分子中原子的位置信息。

22、根據(jù)本申請的另一方面，提供了一種電子設(shè)備，包括：

23、至少一個處理器；以及

24、與所述至少一個處理器通信連接的存儲器；其中，

25、所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行上述實施例所述的方法。

26、根據(jù)本申請的另一方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，其中，所述計算機指令用于使所述計算機執(zhí)行根據(jù)上述實施例所述的方法。

27、根據(jù)本申請的另一方面，提供了一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序在被處理器執(zhí)行時實現(xiàn)上述實施例所述方法的步驟。

28、應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識本申請的實施例的關(guān)鍵或重要特征，也不用于限制本申請的范圍。本申請的其它特征將通過以下的說明書而變得容易理解。

技術(shù)特征：

1.一種全原子結(jié)構(gòu)預(yù)測模型的訓(xùn)練方法，包括：

2.如權(quán)利要求1所述的方法，其中，所述對所述編碼特征及所述第二動態(tài)軌跡進行解碼，得到目標(biāo)動態(tài)軌跡，包括：

3.如權(quán)利要求2所述的方法，其中，所述第三動態(tài)軌跡包括多個第一子塊軌跡，所述對所述編碼特征和所述第三動態(tài)軌跡進行解碼，得到所述目標(biāo)動態(tài)軌跡，包括：

4.如權(quán)利要求3所述的方法，其中，所述對所述編碼特征和所述第一軌跡序列進行解碼，以獲取所述目標(biāo)動態(tài)軌跡，包括：

5.如權(quán)利要求1所述的方法，其中，獲取所述生物分子的第一動態(tài)軌跡，包括：

6.如權(quán)利要求1所述的方法，其中，所述對所述編碼特征及所述第二動態(tài)軌跡進行解碼，得到目標(biāo)動態(tài)軌跡，包括：

7.如權(quán)利要求1-6中任一項所述的方法，其中，所述根據(jù)所述目標(biāo)動態(tài)軌跡與所述第一動態(tài)軌跡之間的差異，對初始全原子結(jié)構(gòu)預(yù)測模型進行訓(xùn)練，得到全原子結(jié)構(gòu)預(yù)測模型，包括：

8.一種全原子結(jié)構(gòu)預(yù)測方法，包括：

9.一種全原子結(jié)構(gòu)預(yù)測模型的訓(xùn)練裝置，包括：

10.如權(quán)利要求9所述的裝置，其中，所述解碼模塊，用于：

11.如權(quán)利要求10所述的裝置，其中，所述解碼模塊，用于：

12.如權(quán)利要求11所述的裝置，其中，所述解碼模塊，用于：

13.如權(quán)利要求9所述的裝置，其中，所述獲取模塊，用于：

14.如權(quán)利要求9所述的裝置，其中，所述解碼模塊，用于：

15.如權(quán)利要求9-14中任一項所述的裝置，其中，所述訓(xùn)練模塊，用于：

16.一種全原子結(jié)構(gòu)預(yù)測裝置，包括：

17.一種電子設(shè)備，包括：

18.一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，其中，所述計算機指令用于使所述計算機執(zhí)行根據(jù)權(quán)利要求1-7中任一項所述的方法，或者執(zhí)行根據(jù)權(quán)利要求8所述的方法。

19.一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序在被處理器執(zhí)行時實現(xiàn)權(quán)利要求1-7中任一項所述方法的步驟，或者實現(xiàn)權(quán)利要求8所述方法的步驟。

技術(shù)總結(jié)
本申請公開了全原子結(jié)構(gòu)預(yù)測模型的訓(xùn)練方法、裝置及電子設(shè)備，涉及計算機技術(shù)領(lǐng)域，尤其涉及深度學(xué)習(xí)、生物計算等人工智能領(lǐng)域。具體實現(xiàn)方案為：獲取生物分子的結(jié)構(gòu)信息及生物分子的第一動態(tài)軌跡；其中，第一動態(tài)軌跡中包括不同時間點生物分子中原子的位置信息；對第一動態(tài)軌跡添加噪聲，得到第二動態(tài)軌跡；對結(jié)構(gòu)信息進行編碼，得到編碼特征；對編碼特征及第二動態(tài)軌跡進行解碼，得到目標(biāo)動態(tài)軌跡；根據(jù)目標(biāo)動態(tài)軌跡與第一動態(tài)軌跡之間的差異，對初始全原子結(jié)構(gòu)預(yù)測模型進行訓(xùn)練，得到全原子結(jié)構(gòu)預(yù)測模型。

技術(shù)研發(fā)人員：劉荔行,方曉敏,張肖男,何徑舟
受保護的技術(shù)使用者：北京百度網(wǎng)訊科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2