一种用于药物性质预测的分子多角度对比学习预训练方法

本发明提供了一种用于药物性质预测的分子多角度对比学习预训练方法，通过获取包括多种模态的多种药物分子作为原始样本输入原始神经网络模型提取每种药物分子的模态表征，并计算在每种模态下每种药物分子中每个原子的自注意力分数；基于在每种模态下每个原子的自注意力分数得到增强样本；利用原始样本与增强样本构造正样本对；将原始神经网络模型分为两个部分后同步进行对比学习，并通过每种药物分子的模态表征计算对比学习损失函数值对每个正样本对的学习速度进行自适应控制，完成预训练，得到神经网络模型；可以减少由于不合理掩码导致的低质量分子增强样本，防止模型陷入局部最优，提高了模型的训练精度，以提升药物性质预测的精度。