一种学习分子表征的自监督方法及系统

本发明公开了一种学习分子表征的自监督方法及系统，方法包括：S1、从PubChem中抽取分子的化学结构编码，生成预处理数据集；S2、基于transform er encoder构建用于预训练的初始深度学习模型InChINet；S3、将所述预处理数据集输入InChINet模型中对模型进行训练，得到预训练后的InChINet模型；S4、基于所述预训练后的InChINet模型得到待检测分子的分子表征。本发明的InChINet模型以低成本快速高效地输出高质量的分子表征，能够精准地预测分子性质、药物‑药物相互作用，可以应用于药物发现中的各个环节，加速了药物发现进程。