本发明实施例公开了一种基于图神经网络的分子性质预测方法和系统,所述方法包括:获取待预测分子的数据文件,并将所述数据文件转换为图数据,所述图数据包括多个节点和多个边,所述节点表征构成所述待预测分子的原子,所述边表征所述带预测分子的化学键;将所述图数据输入预先训练的分子性质预测模型,以得到所述待预测分子的分子特性;其中,所述分子性质预测模型是根据分子图样本训练得到的,所述分子图样本为数据文件样本转换而成的无向图,无向图中的节点表示组成分子样本的原子,所述无向图中的边表示所述分子样本的化学键。该方法和装置能够契合分子性质预测的特点,利用预先训练的分子性质预测模型,快速准确地输出分子性质。
声明:
“基于图神经网络的分子性质预测方法和系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)