一种预训练和几何增强图网络的分子稳定构象生成框架

本发明一种预训练和几何增强图网络的分子稳定构象生成框架，属于化学信息学与计算机科学领域，包括三维(3D)图神经网络D‑GeoGNN、预训练任务D‑SSLs与构象生成模型Conf‑GEM。D‑GeoGNN通过输入三张不同的分子图结合分子几何的自监督预训练任务，具备了表征分子3D结构信息的能力。以此为基础，利用变分自编码器与分而治之的思想，构建了分子稳定3D构象快速从头生成的模型。本发明提出了一种全新的分子结构表示学习框架，通过融合“键长‑键角‑二面角”的信息，并结合分子多尺度的自监督预训练任务、变分自编码器与分而治之的思想，实现了分子3D结构信息的完整表征与低能合理3D构象的快速、准确生成。