一种基于分子元结构的天然产物分子活性预测方法、装置、设备、介质及产品

1.一种基于分子元结构的天然产物分子活性预测方法，其特征在于，包括：将待预测的天然产物分子拆解为多个碎片，并分别将每个碎片的结构作为元结构；分别确定每个元结构的SMILES字符串表示；将每个元结构的SMILES字符串表示输入分子属性预测模型，获得待预测的天然产物分子的活性预测结果；所述分子属性预测模型通过对大预言模型训练获得，所述大预言模型包括序列信息表征模块、结构特征提取模块和MLP模块；所述序列信息表征模块和所述结构特征提取模块均与所述MLP模块连接，所述序列信息表征模块用于基于各个元结构的SMILES字符串进行各个元结构的序列信息处理，所述结构特征提取模块用于基于各个元结构的SMILES字符串进行各个碎片的结构特征处理，所述MLP模块用于连接序列信息处理结果和结构特征处理结果，并进行活性预测，获得活性预测结果。 2.根据权利要求1所述的基于分子元结构的天然产物分子活性预测方法，其特征在于，将待预测的天然产物分子拆解为多个碎片，具体包括：通过模拟待预测的天然产物在质谱条件下的裂解过程，识别裂解过程中待预测的天然产物的化学键断裂组合；基于所述化学键断裂组合将待预测的天然产物分子拆解为多个碎片。 3.根据权利要求1所述的基于分子元结构的天然产物分子活性预测方法，其特征在于，所述序列信息表征模块包括：依次连接的多个第一Transformer编码器；所述第一Transformer编码器包括多层自注意力层和前馈神经网络层。 4.根据权利要求1所述的基于分子元结构的天然产物分子活性预测方法，其特征在于，所述结构特征提取模块包括全局特征平均池化层、输出层和依次连接的多个第二Transformer编码器；依次连接的多个第二Transformer编码器中的最后一个第二Transformer编码器与所述全局特征平均池化层连接，所述全局特征平均池化层与所述输出层连接。 5.根据权利要求1所述的基于分子元结构的天然产物分子活性预测方法，其特征在于，对大预言模型训练的过程包括：获取数据来源的活性已知的天然产物分子的结构数据和活性数据，构建数据集；采用哈希算法去除数据集中重复的数据项，获得去重后的数据集；所述数据项包括活性已知的天然产物分子的结构数据和活性数据；采用上下文信息或采用插值法对去重后的数据集中各个数据项的缺失数据进行填补，获得填补后的数据集；分别将填补后的数据集中每个活性已知的天然产物分子拆分为多个碎片，并将每个活性已知的天然产物分子的各个碎片的SMILES字符串表示组成样本输入，每个活性已知的天然产物分子的活性数据作为样本标签，构建样本数据集；将所述样本数据集划分为训练集、测试集和验证集；基于所述训练集、所述测试集和所述验证集对大预言模型进行训练、测试和验证，获得训练好的大预言模型，作为分子属性预测模型。 6.根据权利要求5所述的基于分子元结构的天然产物分子活性预测方法，其特征在于，在对大预言模型进行训练、测试和验证的过程中，采用交叉熵损失函数，计算每次迭代训练获得的大预言模型的损失；在对大预言模型进行训练、测试和验证的过程中，采用小批量梯度下降法更新大预言模型的参数；在对大预言模型进行训练、测试和验证的过程中，采用学习率衰减策略逐步降低学习率。 7.一种基于分子元结构的天然产物分子活性预测装置，其特征在于，所述基于分子元结构的天然产物分子活性预测装置应用权利要求1-6任一项所述的基于分子元结构的天然产物分子活性预测方法，所述基于分子元结构的天然产物分子活性预测装置包括：分子拆解模块，用于将待预测的天然产物分子拆解为多个碎片，并分别将每个碎片的结构作为元结构；元结构表示模块，用于分别确定每个元结构的SMILES字符串表示；活性预测模块，用于将每个元结构的SMILES字符串表示输入分子属性预测模型，获得待预测的天然产物分子的活性预测结果；所述分子属性预测模型通过对大预言模型训练获得，所述大预言模型包括序列信息表征模块、结构特征提取模块和MLP模块；所述序列信息表征模块和所述结构特征提取模块均与所述MLP模块连接，所述序列信息表征模块用于基于各个元结构的SMILES字符串进行各个元结构的序列信息处理，所述结构特征提取模块用于基于各个元结构的SMILES字符串进行各个元结构的结构特征处理，所述MLP模块用于连接序列信息处理结果和结构特征处理结果，并进行活性预测，获得活性预测结果。 8.一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-6任一项所述的基于分子元结构的天然产物分子活性预测方法。 9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-6任一项所述的基于分子元结构的天然产物分子活性预测方法。 10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-6任一项所述的基于分子元结构的天然产物分子活性预测方法。