近日，國工智能新添國家知識產(chǎn)權(quán)局頒發(fā)的一項發(fā)明專利證書“基于經(jīng)驗網(wǎng)絡(luò)的蒙特卡洛樹搜索逆合成規(guī)劃方法及裝置”。

發(fā)明專利《基于經(jīng)驗網(wǎng)絡(luò)的蒙特卡洛樹搜索逆合成規(guī)劃方法及裝置》

     本發(fā)明涉及一種基于經(jīng)驗網(wǎng)絡(luò)的蒙特卡洛樹搜索逆合成規(guī)劃方法及裝置，屬于有機反應(yīng)產(chǎn)物逆合成分析技術(shù)領(lǐng)域。目前，有機反應(yīng)產(chǎn)物逆合成的目標是設(shè)計一條通過一組現(xiàn)實中可購買分子，經(jīng)過多次化學反應(yīng)最終生成目標分子的反應(yīng)路線。有機反應(yīng)產(chǎn)物逆合成主要由單步逆合成模型和多步搜索算法組成，單步逆合成模型用于預測一次反應(yīng)可以合成某產(chǎn)物的反應(yīng)物，多步搜索算法用于從單步逆合成模型預測的大量反應(yīng)中快速找到一條可行的反應(yīng)路線。

      現(xiàn)階段，單步逆合成模型預測的大量反應(yīng)造成了巨大的搜索空間，如何快速從中找到可行的反應(yīng)路線是一個極具挑戰(zhàn)的問題。隨著深度學習的發(fā)展，基于深度神經(jīng)網(wǎng)絡(luò)的多步搜索算法取得了很大成功，如retro*、EG-MCTS等。這些方法利用深度神經(jīng)網(wǎng)絡(luò)學習有限的化學知識和經(jīng)驗數(shù)據(jù)，以此來指導多步路線的搜索。然而，這些方法的搜索效率和成功率仍有待提高，且具有可解釋性差的缺點。

      為此，本發(fā)明提供一種基于經(jīng)驗網(wǎng)絡(luò)的蒙特卡洛樹搜索逆合成規(guī)劃方法及裝置，以提高多步搜索算法的成功率和搜索效率，并解決現(xiàn)有方案可解釋性差的技術(shù)問題。