4、基于深度学习的分子性质预测模型解析

基于深度学习的分子性质预测模型解析

1. 分子嵌入算法基础

在分子性质预测的研究中，嵌入算法是重要的基础。在该算法里，分子被视为句子，像 “A” 或 “-B” 这样的子串则相当于单词。以包含五个原子的甲烷分子为例，每个原子都作为起始点，记录其相连的键和原子。从化学键样本中提取字典，子串 “A” 和 “-B” 由初始向量表示，比如独热编码。每个初始向量用于训练嵌入神经网络，基于这些训练样本，神经网络会输出表示字典中每个子串成为下一个子串的概率。训练完成后，嵌入网络中神经元的权重形成目标向量。

2. 深度神经网络构建

构建了结合 Tree - LSTM 和 BPNN 的深度神经网络（DNN）。Tree - LSTM 神经网络用于描绘具有规范分子特征的分子树数据结构，而 BPNN 用于关联性质。
- Tree - LSTM 模型 ：有 Child - sum Tree - LSTM 和 N - ary Tree - LSTM 两种。Child - sum Tree - LSTM 适用于依赖树，其组件由子隐藏状态的总和计算得出，适合高分支因子或子节点无序的树；N - ary Tree - LSTM 适用于分支因子最多为 N 且子节点有序的树，它为每个子节点引入单独的参数矩阵，能更精细地学习子节点状态。两种 Tree - LSTM 模型在语义分类上的性能优于顺序 LSTM 模型。在本研究中，采用 N - ary Tree - LSTM 网络描绘分子，输入变量是通过嵌入算法转换的向量。
- BPNN 关联性质 ：在定量结构 - 性质关系（QSPR）模型中，变量 $x_j$ 是表示化学键子串的输