(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211437101.6 (22)申请日 2022.11.17 (71)申请人 苏州创腾软件 有限公司 地址 215028 江苏省苏州市工业园区东长 路88号A2栋301室 (72)发明人 李龙　 (74)专利代理 机构 北京悦和知识产权代理有限 公司 11714 专利代理师 司丽春 (51)Int.Cl. G16C 20/30(2019.01) G06F 40/151(2020.01) G06N 3/04(2006.01) (54)发明名称 基于图神经网络的聚合物性质预测方法和 系统 (57)摘要 本发明公开了一种基于图神经网络的聚合 物性质预测方法和系统， 方法包括： 获取待预测 聚合物的原始文件， 并将所述原始文件转换为预 设文件； 确定所述待预测聚合物中的重复单元， 将所述重复单元对应的所述预设文件转换为 SMILES字符串； 将所述SMILES字符串 转换为分子 特征矩阵； 将所述分子特征矩阵输入 预先训练的 聚合物性质预测模型， 以得到所述待预测聚合物 的性质预测值； 其中， 聚合物性质预测模型是基 于预先搭建的图神经网络利用聚合物样本进行 训练得到的。 该方法和系统能够契合聚合物性质 预测的特点， 利用预先训练的聚合物 性质预测模 型， 快速准确地输出聚合物性质。 解决了现有技 术中聚合物 性质测试成本较高， 效率较低的技术 问题。 权利要求书2页 说明书10页 附图3页 CN 115497576 A 2022.12.20 CN 115497576 A 1.一种基于图神经网络的聚合物性质预测方法， 其特 征在于， 所述方法包括： 获取待预测聚合物的原 始文件， 并将所述原 始文件转换为预设文件； 确定所述待预测聚合物中的重复单元， 将所述重复单元对应的所述预设文件转换为 SMILES字符串； 将所述SMILES字符串转换为分子特征矩阵， 所述分子特征矩阵包括待预测聚合物中每 个分子对应的特 征矩阵， 以及各分子内的连接矩阵； 将所述分子特征矩阵输入预先训练 的聚合物性质预测模型， 以得到所述待预测聚合物 的性质预测值； 其中， 所述聚合物性质预测模型是基于预先搭建的图神经网络利用聚合物样本进行训 练得到的。 2.根据权利要求1所述的基于图神经网络的聚合物性质预测方法， 其特征在于， 获取待 预测聚合物的原 始文件， 并将所述原 始文件转换为预设文件， 具体包括： 在所述原始文件为数据文件的情况下， 提取所述数据文件的结构数据名称， 并以所述 结构数据名称作为所述预设文件； 在所述原 始文件为结构文件的情况 下， 将所述结构文件作为所述预设文件。 3.根据权利要求1所述的基于图神经网络的聚合物性质预测方法， 其特征在于， 利用聚 合物样本训练预 先搭建的图神经网络， 以得到所述聚合物性质预测模型， 具体包括： 获取海量聚合物样本， 以形成数据样本集， 所述聚合物样本至少包括聚合物名称、 聚合 物对应的SMI LES字符串和聚合物性质； 将所述数据样本集划分为训练集与测试集； 提取所述训练集中的所有聚合物样本的特征数据， 基于所述特征数据对预先搭建完成 的图神经网络进行训练， 以得到聚合物性质预测模型。 4.根据权利要求3所述的基于图神经网络的聚合物性质预测方法， 其特征在于， 将所述 数据样本集划分为训练集与测试集， 之前还 包括： 将聚合物对应的SMI LES字符串转换为分子特 征矩阵。 5.根据权利要求1 ‑4任一项所述的基于 图神经网络的聚合物性质预测方法， 其特征在 于， 将SMI LES字符串转换为分子特 征矩阵， 具体包括： 将所述SMILES字符串转变成分子图， 基于所述分子图中的分子指纹生成分子特征矩 阵。 6.根据权利要求5所述的基于图神经网络的聚合物性质预测方法， 其特征在于， 将所述 SMILES字符串转变成分子图， 基于所述分子图中的分子指纹生成分子特 征矩阵， 具体包括： 将SMILES转变成MOL文件； 基于MOL文件分别生成每 个分子图对应的特 征矩阵和连接矩阵； 遍历聚合物样本， 基于所述分子图中的分子指纹， 生成每个聚合物重复单元SMILES字 符串分别生成特 征矩阵和连接矩阵。 7.根据权利要求3所述的基于图神经网络的聚合物性质预测方法， 其特征在于， 所述图 神经网络的网络架构 包括2个卷积层、 3个batch  normalize层、 3个dropout层、 2 个池化层和 2个全连接层。 8.一种基于图神经网络的聚合物性质预测系统， 其特 征在于， 所述系统包括：权　利　要　求　书 1/2 页 2 CN 115497576 A 2文件获取单元， 用于获取待预测聚合物的原始文件， 并将所述原始文件转换为预设文 件； 字符转换单元， 用于确定所述待预测聚合物中的重复单元， 将所述重复单元对应的所 述预设文件转换为SMI LES字符串； 矩阵转换单元， 用于将所述SMILES字符串转换为分子特征矩阵， 所述分子特征矩阵包 括待预测聚合物中每 个分子对应的特 征矩阵， 以及各分子内的连接矩阵； 结果输出单元， 用于将所述分子特征矩阵输入预先训练的聚合物性质预测模型， 以得 到所述待预测聚合物的性质预测值； 其中， 所述聚合物性质预测模型是基于预先搭建的图神经网络利用聚合物样本进行训 练得到的。 9.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至7任一项所 述方法的步骤。 10.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算 机程序被处 理器执行时实现如权利要求1至7任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115497576 A 3