龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：安徽医科大学
摘要：本发明提供去偏差的药物‑药物相互作用预测方法及系统，方法包括：利用TrimNet网络学习药物分子，使用Set2set将学习到的图数据转为药物特征；将药物特征作为DDI图的节点特征，分别通过扰乱该图上的边与节点特征得到两个增强图；利用权重共享R‑GCN作为编码器进行对比学习，得到图嵌入特征；对图嵌入特征，构造流行性去偏损失函数；将得到的各个药物特征组合为药物对特征，利用MLP学习药物对特征，得到药物相互作用关系种类的评分；对药物对特征构造同质性去偏的互信息目标函数；优化目标函数，迭代得到最优模型，利用评估函数评价模型性能。本发明解决了药物互相作用预测模型存在全局交互语义的局限性，以及流行性偏差、同质性偏差导致药物‑药物相互作用预测准确率较低的技术问题。
主权项：1.去偏差的药物-药物相互作用预测方法，其特征在于，所述方法包括：S1、利用TrimNet网络学习药物分子，以得到药物分子图，使用Set2set模块将所述药物分子图转为药物特征；S2、将所述药物特征作为DDI图的节点特征，预置一个原始DDI图G，扰乱所述原始DDI图G上的边、节点特征，以将所述原始DDI图G变换为所述边增强DDI图Gedge、所述边缘破坏特征特征交换增强DDI图Gfedge；S3、利用权重共享R-GCN编码器进行对比学习，得到所述原始DDI图G、所述边增强DDI图Gedge以及所述边缘破坏特征交换增强DDI图Gfedge的图嵌入特征；S4、针对来自不同节点分布的所述图嵌入特征，获取区分得分，构造基于互信息的流行性去偏损失函数；利用互信息估计器，根据所述区分得分处理得到获取对比学习目标函数，据以获取所述图嵌入特征的区分得分；S5、将各所述图嵌入特征组合为药物对特征，利用多层感知机MLP学习所述药物对特征，得到药物相互作用关系种类评分；S6、针对所述药物对特征，构造同质性去偏的互信息目标函数，以对所述药物对特征进行去同质性偏差操作，以得到优化特征；S7、获取并优化所述互信息目标函数，通过迭代训练得到适用模型，利用所述适用模型，根据所述优化特征进行药物相互作用预测，利用预置评估函数评价所述适用模型。
全文数据：
权利要求：
百度查询： 安徽医科大学 去偏差的药物-药物相互作用预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号