-
公开(公告)号:CN117457064A
公开(公告)日:2024-01-26
申请号:CN202311452091.8
申请日:2023-11-02
Applicant: 厦门理工学院
IPC: G16B15/30 , G16B40/00 , G16C20/50 , G16C20/10 , G16C20/70 , G06F18/2433 , G06F18/214 , G06F18/21 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/048
Abstract: 本发明公开一种基于图结构自适应的药物‑药物相互作用预测方法及装置,方法包括:获取待预测的药物组合,并根据药物组合生成图结构的DDI元组;将DDI元组输入至软掩码自适应图神经网络,以利用软掩码自适应图神经网络提取DDI元组的子结构信息;通过子结构注意力模块对子结构信息进行更新,得到子结构潜在特征;根据子结构潜在特征获得子结构相关性;根据子结构潜在特征以及子结构相关性,采用子结构相互作用的计算得分作为药物组合相互作用的预测分数。本实施例可以表征任意大小子图,同时从药物化学子结构中提取更有益的信息。另外利用核心化学子结构之间的相关性识别具有相互作用的子结构信息,增强了药物的最终特征表示并提高DDI的预测精度。
-
公开(公告)号:CN119296636B
公开(公告)日:2025-03-18
申请号:CN202411833234.4
申请日:2024-12-13
Applicant: 厦门理工学院
Abstract: 本发明提供的基于软掩码双视图学习的药物对相互作用预测方法及装置,涉及药物相互作用预测技术领域。本发明通过获取待预测的两种药物的分子视图数据与其相互作用关系类型,组成三元组,并生成药物对的二分图;将三元组与二分图输入MSMDL编码器,输出对应药物的新节点嵌入;其中,所述MSMDL编码器为K层,每一层的输出结果分别输入下一层MSMDL编码器与自注意力图池化层,通过自注意力图池化层生成图级表示,得到子结构特征嵌入;将每一层子结构特征嵌入一同作为共同注意力机制层的输入,得到每一层的子结构特征嵌入之间相互作用的重要性;最后通过解码器输出DDI预测概率。本发明整合了药物的局部和全局信息,提高了药物对相互作用预测的准确性。
-
公开(公告)号:CN119296636A
公开(公告)日:2025-01-10
申请号:CN202411833234.4
申请日:2024-12-13
Applicant: 厦门理工学院
Abstract: 本发明提供的基于软掩码双视图学习的药物对相互作用预测方法及装置,涉及药物相互作用预测技术领域。本发明通过获取待预测的两种药物的分子视图数据与其相互作用关系类型,组成三元组,并生成药物对的二分图;将三元组与二分图输入MSMDL编码器,输出对应药物的新节点嵌入;其中,所述MSMDL编码器为K层,每一层的输出结果分别输入下一层MSMDL编码器与自注意力图池化层,通过自注意力图池化层生成图级表示,得到子结构特征嵌入;将每一层子结构特征嵌入一同作为共同注意力机制层的输入,得到每一层的子结构特征嵌入之间相互作用的重要性;最后通过解码器输出DDI预测概率。本发明整合了药物的局部和全局信息,提高了药物对相互作用预测的准确性。
-
-