(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 202210537018.X (22)申请日 2022.05.17 (71)申请人 慧壹科技 （上海） 有限公司 地址 201316 上海市浦东 新区中国 （上海） 自由贸易试验区临港新片区环湖西二 路888号C楼 申请人 香港圆壹智慧有限公司 　 美国圆壹智慧科技有限公司 (72)发明人 金羽童　潘麓蓉　 (74)专利代理 机构 北京清大紫荆知识产权代理 有限公司 1 1718 专利代理师 郑纯　黎飞鸿 (51)Int.Cl. G06V 10/762(2022.01) G06V 10/40(2022.01)G06V 10/74(2022.01) G06V 10/77(2022.01) (54)发明名称 一种化合物聚类的方法、 装置、 系统及存储 介质 (57)摘要 本申请提供一种化合物聚类的方法、 装置、 系统及存储介质， 通过获取待识别化合物样本， 并将所述待识别化合物样本分割为包含初始识 别标签的样本子集； 根据样本子集， 得到样本图 例； 根据样本图例以及识别标签， 得到待识别化 合物样本对应的目标识别结果； 其中， 所述识别 标签包括所述初始识别标签。 本发 明基于统计类 化合物聚类， 提供一种 高效、 快速以及精准的小 分子化合物聚类的方法， 提升小分子化合物聚类 的准确性、 降低聚类的处理空间， 突破小分子聚 类的局限性， 从而使小分子化合物聚类的处理更 加高效和精准。 权利要求书1页 说明书8页 附图3页 CN 115049866 A 2022.09.13 CN 115049866 A 1.一种化 合物聚类的方法， 其特 征在于， 所述方法包括： 获取待识别化合物样本， 并将所述待识别化合物样本分割为包含初始识别标签的样本 子集； 根据所述样本 子集， 得到样本图例； 根据所述样本 图例以及识别标签， 得到所述待识别化合物样本对应的目标识别结果； 其中， 所述识别标签包括所述初始 识别标签。 2.根据权利要求1所述方法， 其特 征在于， 所述识别标签包括图例标签。 3.根据权利要求2所述的方法， 其特 征在于， 所述方法还 包括： 通过对所述样本 图例进行特征提取， 结合化合物对应的指纹特征， 训练获得所述图例 标签。 4.根据权利要求2所述的方法， 其特征在于， 根据所述样本 图例以及识别标签， 得到所 述待识别化 合物样本对应的目标识别结果， 包括： 根据所述样本 图例、 所述初始识别标签以及所述图例标签， 将所述样本 图例中满足所 述初始识别标签和所述图例标签对应的待识别化 合物聚类为同类别； 根据不同类别化合物对应的初始识别标签以及图例标签， 分别获得所有待识别化合物 样本对应的识别类别。 5.根据权利要求4所述的方法， 其特征在于， 将所述样本图例中满足所述初始识别标签 和所述图例标签对应的待识别化 合物聚类为同类别， 包括： 获取所述初始 识别标签和所述图例标签达 到预设阈值对应的样例标准图； 对所有样本图例与 所述样例标准图进行相似计算， 若所述样本图例与 所述样例标准图 相匹配， 则将所述样本图例对应待识别化 合物聚类为同类别。 6.根据权利要求1所述的方法， 其特 征在于， 根据所述样本 子集； 得到样本图例， 包括： 根据所述样本子集中化合物的属性特征， 将所述样本子集中每个待识别化合物样本转 化得到对应的样本图例。 7.根据权利要求1所述的方法， 其特征在于， 在得到所述待识别化合物样本对应的目标 识别结果之后， 还 包括： 输出所述目标识别结果， 并将所述目标识别结果对应的所述待识别化合物样本进行存 储。 8.一种化 合物聚类的装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取待识别化合物样本， 并将所述待识别化合物样本分割为包含初始 识别标签的样本 子集； 得到模块， 用于根据所述样本 子集； 得到样本图例； 输出模块， 用于根据所述样本 图例以及识别标签， 得到所述待识别化合物样本对应的 目标识别结果； 其中， 所述识别标签包括所述初始 识别标签。 9.一种化合物聚类的系统， 其特征在于， 包括： 存储器、 处理器以及计算机程序， 所述计 算机程序存储在所述存储器中， 所述处理器运行所述计算机程序执行权利要求 1至7中任一 所述化合物聚类的方法。 10.一种可读存储介质， 其特征在于， 所述可读存储介质中存储有计算机程序， 所述计 算机程序被处 理器执行时用于实现权利要求1至7中任一所述 化合物聚类的方法。权　利　要　求　书 1/1 页 2 CN 115049866 A 2一种化合物聚类的方 法、 装置、 系统及存 储介质 技术领域 [0001]本申请涉及信息处理技术领域， 具体涉及一种化合物聚类的方法、 装置、 系统及存 储介质。 背景技术 [0002]我们通常称由几个或几十个原子组成的分子为小分子， 常温下可以呈固态、 气态 和液态的物质。 常见的有机小分子化 合物如乙醇、 葡萄糖和甲烷 等。 [0003]聚类用于将大型化合物数据集合细分为单个小组相似化合物。 通常用于分析高通 量筛选结果、 虚拟筛选或对接研究 的分析。 传统的基于化学信息学的聚类方法识别效率低， 且识别速度缓慢。 即使采用化合物指纹特征 的相似性来识别， 对计算与存储空间的需求过 多， 造成识别的化 合物有限。 [0004]因此， 需要一种新方案 。 发明内容 [0005]有鉴于此， 本说明书实施例提供一种化合物聚类 的方法、 装置、 系统及存储介质， 用于小分子化 合物聚类过程。 [0006]本说明书实施例提供以下技 术方案： [0007]本说明书实施例提供一种化 合物聚类的方法， 包括： [0008]获取待识别化合物样本， 并将 所述待识别化合物样本分割为包含初始识别标签的 样本子集； [0009]根据所述样本 子集； 得到样本图例； [0010]根据所述样本图例以及识别标签， 得到所述待识别化合物样本对应的目标识别结 果； 其中， 所述识别标签包括所述初始 识别标签。 [0011]本说明书实施例还提供一种化 合物聚类的装置， 包括： [0012]获取模块， 用于获取待识别化合物样本， 并将所述待识别化合物样本分割为包含 初始识别标签的样本 子集； [0013]得到模块， 用于根据所述样本 子集； 得到样本图例； [0014]输出模块， 用于根据所述样本图例以及识别标签， 得到所述待识别化合物样本对 应的目标识别结果； 其中， 所述识别标签包括所述初始 识别标签。 [0015]本说明书实施例还提供一种化合物聚类的系统， 包括： 存储器、 处理器以及 计算机 程序， 所述计算机程序存储在所述存储器中， 所述处理器运行所述计算机程序执行以下步 骤： 获取待识别化合物样本， 并将所述待识别化合物样本分割为包含初始识别标签的样本 子集； 根据所述样本子集； 得到样本图例； 根据所述样本图例以及识别标签， 得到所述待识 别化合物样本对应的目标识别结果； 其中， 所述识别标签包括所述初始 识别标签。 [0016]本说明书实施例还提供一种可读存储介质， 所述可读存储介质中存储有计算机程 序， 所述计算机程序被处理器执行时用于实现以下步骤： 获取待识别化合物样本， 并将所述说　明　书 1/8 页 3 CN 115049866 A 3