CN114627980B 一种化学逆合成分析方法及系统 （南京大学）

司本发明涉及一种化学逆合成分析方法及系对外部数据的需求且仍能得到质量相对较好的2将训练化合物输入合成树，利用蒙特卡洛搜索树进行搜索，得到逆获取待合成化合物并将所述待合成化合物输入所述训练好的逆合所述将训练化合物输入合成树，利用蒙特卡洛搜索树进行搜索将所述训练化合物作为合成树的根节点，利用蒙特卡洛搜索树确成模板概率和所述训练化学物分解后的中间若所述第一判断结果为否，则判断所述合成树中是否有节点据所述训练化合物逆向合成模板概率和所述训练化学物分解后的中间体的逆向合成模板3训练模块，用于利用所述训练数据对逆合成分析网络进逆合成分析模块，用于获取待合成化合物并将所述待合成逆向合成模板概率确定模块，用于将所述训练化合物作为合卡洛搜索树确定训练化合物逆向合成模板概率和所述训练化学物分解后的中间体的逆向第二判断模块，用于若所述第一判断结果为否，则判断所述第三判断模块，用于若所述第二判断结果为否，则判断所向合成模板概率对所述状态标记为0的叶节点添加子节点；确定所述子节点的状态标记并第四判断模块，用于若所述第二判断判断结果为是，则判重置所有节点标记为1并根据所述合成树的叶节点和边确定训节点以外所有节点重置为-1并根据所述合成树的叶节点和边45[0002]计算机辅助合成路线规划程序(ComputerAssistedSynthesisPlanningProgram,以下简称CASP程序)是通过计算机算法与化学数据库结合，可以自动设计给定有反应模板(reactiontemplates)数据、基本分子(buildingblocks)数据和其他与合成路线设计有关的数据或信息，根据一定的用户需求计算给定化合物合成路线的方法。早期的CASP程序多使用非常简单的搜索与排序算法，因此并不能得到和化学家水平相近的结果。反应数据至今仍是稀缺和昂贵的，因此有必要开发并实现一种设计合成路线的技术方案，6并根据所述训练化合物逆向合成模板概率和所述训练化学物分解后的中间体的逆向合成模板概率对所述状态标记为0的叶节点添加子节点；确定所述子节点的状态标记并返回步[0016]若所述第二判断判断结果为是，则判断所述合成树中是否存在状态标记为0的节标记为1并根据所述合成树的叶节点和边确定训λ是0蒙特卡洛搜索树确定训练化合物逆向合成模板概率和所述训练化学物分解后的中间体的7为0的叶节点，并根据所述训练化合物逆向合成模板概率和所述训练化学物分解后的中间体的逆向合成模板概率对所述状态标记为0的叶节点添加子节点；确定所述子节点的状态标记为1并根据所述合成树的叶节点和边确定训为1节点以外所有节点重置为-1并根据所述合成λ是8[0057]步骤103：获取待合成化合物并将所述待合成化合物输入所述训练好的逆合成分并根据所述训练化合物逆向合成模板概率和所述训练化学物分解后的中间体的逆向合成模板概率对所述状态标记为0的叶节点添加子节点；确定所述子节点的状态标记并返回步9[0065]若所述第二判断判断结果为是，则判断所述合成树中是否存在状态标记为0的节标记为1并根据所述合成树的叶节点和边确定训λ是0蒙特卡洛搜索树确定训练化合物逆向合成模板概率和所述训练化学物分解后的中间体的为0的叶节点，并根据所述训练化合物逆向合成模板概率和所述训练化学物分解后的中间体的逆向合成模板概率对所述状态标记为0的叶节点添加子节点；确定所述子节点的状态标记为1并根据所述合成树的叶节点和边确定训λ是0[0093]基本分子数据库是由通过某种来源得到的商品化化合物或易得化合物组成的数[0096]目标化合物是目标化合物数据库中的化合物分子，在模型迭代过程中提供给软成物中提取的。如果化学反应模板中的反应物模板提取自原化学反应的反应物(生成物)、应模板数据库中总存在一个空模板，将此模板应用于任何分子都不得到任何结果(结果为[0100]化学反应模板分类数据库是对化学反应模板数据库进行一定分类后，得到的3个[0101]逆合成策略是对于某一化学分子和所使用的化学反应模板数据库(由逆向合成模[0105]模型是软件中由pytorch所构建的神经网络模型。模型具备的功能是根据输入的化学分子，计算神经网络策略与MC搜索树中的节点价值估计(该节点存储的分子正是输入=0。00)加入到路径中；[0122](3)将A1应用到分子S0上，获得一个分子集合并创建与集合中分子一一对应[0124]①从当前路径上深度为d的全部叶节点中，选取属于MC搜索树但不是MC搜索树中是基于当前MC搜索树中化学反应模板A在分子上的使用情况，对存有该模板的边边价值估计的一种改进；N(s)是节点至当前已被访问过的总次数(不含本次)；是边至当前已被访问过的总次数(不含本次)；是存有模板A的边0,N(S⃞,a)=0.公式中将对全部RS中与匹配的模板进行计算，但通过(四)中的方法可[0130]③将存有模板的边加入路径中，并将应用于s,得到分子集合{six}。构建与分子集合中一一对应的节点加入到路径中；此节点目前并不属于当前的MC搜索树.对于首次访问的叶节点，用模型计算出其神经网络[0140]若vs,v(s)*-1若vs,(s)*-1若3s',G(s,a')=-1访问次数N(s0,a)，然后根据以下公式计算对待搜索化合物S0应用某一逆向合成模板A的概被访问次数最多的边被应用概率趋于1的贪心策略。当算得每一个化学反应模板数据库中计待合成化合物最优合成路线或设计同一待合成[0160]输入参数：合成路线最大长度depth、最大不可分解化合物比例unavailable_0应用R1[0167]①计算其存储的分子的MCTS策略然后向此叶节点添加一条边边上存储中概率最大的一个分量对应的逆向反应模板R1;[0169]③向节点添加个子节点(这些都是边的终止节点)，第id+1，k个子节点m"上存储的分子是然后计算这些子节点的状态标记z。若这些[0170]④回到①,继续处理下一个节点m1,直至遍历全部当前合成树中z＝0的叶节软件也同样按照一定格式输出合成树中各节点上存储的分子M和各边上存储的逆向合成模[0176]在模型应用阶段，软件还可以设计多条关于用户给定的待合成化合物的合成路m0的子节点添加到合成树中，第i个节点mf上存储的分子是并计算这些节点的状态标记z.如果这些状态标记中出现z＝-1的节点数量占当前合成树中全部节点数量的比例超过[0180]①计算其存储的分子的MCTS策略然后向此叶节点添加一条边从中概率最大前K个分量中，随机选择其中一个分量对应的逆向反应模板存储在边上；[0181]②对分子应用逆向反应模板得到分子集合tM"3,id+1，k是对分子[0182]③向节点添加个子节点(这些都是边的终id+1，k个子节点m"上存储的分子是",节点中出现z＝-1的节点数量占当前合成树中全部节点数量的比例超过unavailable_[0183]④回到①,继续处理下一个节点m1,直至遍历全部当前合成树中z＝0的叶节成化合物进行多次平行的合成路线设计，就可以得到对同一待合成化合物的不同合成路评估所用目标化合物数量Ntest，最大历史训练数据存储轮次numItersForTrainExamplesH当前输入分子神经网络策略的对数lnp，由另一个含有512个神经元的Tanh层计算当前输[0191]在数据生成阶段，软件从目标化合物数据库中随机抽取一定数量的目标化合物此时处于第1个模型迭代轮次中，那么历史最佳成功率为设计合成路线的全部目标化合物上一迭代轮次中模型评估的结果。如果上一轮的模型评估中接受了上一轮训练后的模型，那么历史成功率更新为本轮设计目标化合物合成路线成功率与上一轮中模型评估时设计计的目标化合物合成路线总数。如果上一轮的模型评估中未接受了上一轮训练后的模型，则历史成功率更新为上一轮历史成功率与本轮数据生成阶段设计全部目标化合物合成路[0196]为了获得模型的训练数据集，选取每个合成树中，每一个节点上存储的分子练数据集，其中M在用化学信息学工具转化为1024维ECFP4分子指纹后作为神经网络的输numItersForTrainExamplesHistory。此时仅保存包含当前轮次产生训练数据集在内的前numItersForTrainExamplesHisto