CN119479840A 药物分子性质预测方法及相关装置 （本源量子计算科技（合肥）股份有限公司）

本发明公开了药物分子性质预测方法及相量子线路计算分子结构图中的各种边类型的期子结构图的图特征对药物分子进行化学性质预测。本申请通过首次将QRGCN模型应用于药物分制了量子噪声的干扰，大幅度提升了QRGCN模型2通过量子线路计算分子结构图中的各种边类型的期望值，以及将根据所述第二边特征和所述分子结构图中的原始节点特征构建新的根据新的分子结构图的图特征对所述药物分子进行化根据所述输出量子态计算所述分子结构图中的各种边类根据所述聚类结果将多个所述第一边特征归入预定义的边计算单元，用于通过量子线路计算分子结构图中的重构单元，用于根据所述第二边特征和所述分子结构图中的原始3根据所述输出量子态计算所述分子结构图中的各种边类4解性、毒性等，对于加速药物的筛选至关重要，量子关系图卷积神经网络（Quantum提高QRGCN模型在复杂数据处理中的性根据新的分子结构图的图特征对所述药物分子进行化获取分子结构图的原始边特征，以及将所述原始边特征编码为量子逻辑门的参根据所述输出量子态计算所述分子结构图中的各种边类5预测单元，用于根据新的分子结构图的图特征对所述药物分子进行化学性质预获取分子结构图的原始边特征，以及将所述原始边特征编码为量子逻辑门的参根据所述输出量子态计算所述分子结构图中的各种边类6[0027]图1是本发明实施例提供的一种药物分子性质预测系统的网络框图。该药物分子[0028]网络110是用于为药物分子性质预测系统内连接在一起的各种设备和计算机之间7布在两台不同的设备之中。例如包括经典计算单元160的第一设备运行经典计算机操作系网络服务将量子程序发送至包括量子计算单元170的第二设备。第二设备运行量子计算机操作系统，通过量子计算机操作系统对该量子程序的代码进行解析编译成量子处理器1708（包括量子比特使用与否的设计以及每个量子比特使用效率的设计)是提升量子计算机的导致的类型离散化成为阻碍其在真实量子环9模型可能会输出一个介于0到1之间的概率值，越接近1表示该药物分子越有可能具有抗肿其中，原始边特征是指通过化学软件或者数据库来获取药物分子的分子结构图，eij为第i个分子结构图的第j个边特征，假设化合物A的分子结构图中有两个边特120.2。>；>；其中混合态的密度矩阵ρ可以由两个投影算符的线性组合来表示，每个投影算符模拟药物分子中的化学键类型并计算得到化学键类型获取分子结构图的原始边特征，以及将所述原始边特征编码为量子逻辑门的参根据所述输出量子态计算所述分子结构图中的各种边类重构单元503，用于根据所述第二边特征和所述分子结构图中的原始节点特征构预测单元504，用于根据新的分子结构图的图特征对所述药物分子进行化学性质电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegrated[0087]可以理解，本说明书实施方式中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器说对现有技术做出贡献的部分或者所述技术方案的部分可以以软件产品的形式体现出来，所述计算机软件产品存储在一个存储介质中，包