-
公开(公告)号:CN118866109A
公开(公告)日:2024-10-29
申请号:CN202410820585.5
申请日:2024-06-24
Applicant: 东北林业大学
IPC: G16B40/00 , G16B40/30 , G16B20/20 , G16B20/50 , G16B50/10 , G16B50/30 , G16H70/40 , G16H20/10 , G06N3/0499 , G06N3/0895 , G06F18/25 , G06F18/22 , G06N5/022 , G06N3/048
Abstract: 一种基于知识图谱的癌症药物反应预测方法,属于生物信息技术领域。为了解决现有癌症药物反应预测准确率低且不具备可解释性的问题,本发明基于细胞系、药物、组织与蛋白质关系的异构数据构建知识图谱,再利用元路径生成了多个子知识图谱,然后采用基于多水平注意力机制的层次传播策略在子知识图谱上提取和融合高阶邻居信息,以更新药物和细胞系的嵌入表示;最后通过对比学习引入药物细胞系对相似性信息后,再利用习得的细胞系药物嵌入预测癌症细胞系对药物的敏感程度。本发明用于癌症药物反应预测。
-
公开(公告)号:CN117524346B
公开(公告)日:2024-07-05
申请号:CN202311547057.9
申请日:2023-11-20
Applicant: 东北林业大学
Abstract: 一种多视图癌症药物反应预测系统,涉及生物信息技术领域,本申请采用多视图的策略代替了通过GCN在细胞系‑药物异质图上聚合已知反应信息的传统方法,充分利用了已知的细胞系‑药物的所有反应信息。引入ILGCN,在一定程度上缓解了高阶GCN出现的过平滑问题。这使得本发明在提高预测性能的同时,也提供了更稳定和可靠的结果。在GDSC和CCLE两个数据集上进行大量实验,验证了本申请在不同实验设置下优于当前最先进的几个CDR预测方法。具有较好的鲁棒性和泛化性。本申请预测方法充分利用已知细胞系和药物数据,因此本申请的技术方案提升了癌症药物反应预测准确率。
-
公开(公告)号:CN117524346A
公开(公告)日:2024-02-06
申请号:CN202311547057.9
申请日:2023-11-20
Applicant: 东北林业大学
Abstract: 一种多视图癌症药物反应预测系统,涉及生物信息技术领域,本申请采用多视图的策略代替了通过GCN在细胞系‑药物异质图上聚合已知反应信息的传统方法,充分利用了已知的细胞系‑药物的所有反应信息。引入ILGCN,在一定程度上缓解了高阶GCN出现的过平滑问题。这使得本发明在提高预测性能的同时,也提供了更稳定和可靠的结果。在GDSC和CCLE两个数据集上进行大量实验,验证了本申请在不同实验设置下优于当前最先进的几个CDR预测方法。具有较好的鲁棒性和泛化性。本申请预测方法充分利用已知细胞系和药物数据,因此本申请的技术方案提升了癌症药物反应预测准确率。
-
-