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：东北林业大学

摘要：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。

主权项：1.一种基于知识图谱的癌症药物反应预测方法，其特征在于，包括：S100、获取细胞系-药物反应数据、药物-蛋白质关联数据、细胞系-组织关联数据、蛋白质-蛋白质关联数据药物分子指纹数据，以及细胞系的基因突变MUT、拷贝数变异CNV、基因表达EXP组学数据；S200、计算药物分子指纹的Jaccard相似性，Jaccard相似性构成药物相似性网络；计算细胞系的EXP、MUT和CNV数据之间相关性度量，对EXP、MUT和CNV数据之间相关性度量进行融合得到细胞系之间的相似性，细胞系之间的相似性构成细胞系相似性网络；利用KNN分别重构药物相似性网络和细胞系相似性网络，将重构后的药物相似性网络和细胞系相似性网络作为细胞系与药物的相似性信息；S300、利用得到的细胞系-药物反应数据、药物-蛋白质关联数据、细胞系-蛋白质关联数据、细胞系-组织关联数据、蛋白质-蛋白质关联数据、细胞系相似性信息、药物相似性信息，构建知识图谱KG；基于细胞系-药物反应数据、药物-蛋白质关联数据、细胞系-蛋白质关联数据、细胞系-组织关联数据、蛋白质-蛋白质关联数据、细胞系相似性信息、药物相似性信息确定多条细胞、药物表示为、蛋白质、组织相互表达的关系链作为元路径；利用元路径对知识图谱KG进行采样，每个元路径得到对应的子知识图谱；S400、初始化每个子知识图谱中实体和关系的嵌入；在每个子知识图谱中通过迭代层次传播获得细胞系或药物的多层邻居信息，利用多头注意力机制为每一层中不同类型的实体和关系赋予权重，进而聚合子知识图谱中各层邻居实体信息；在每个子知识图谱中将每层的细胞系或药物实体嵌入以层级注意力机制进行聚合，再将聚合后的细胞系与药物嵌入表示进行拼接得到每个子知识图谱下的细胞系药物嵌入表示；最后采用元路径级注意力机制加权聚合每个子知识图谱下的细胞系药物反应关系嵌入表示，得到最终的细胞系药物反应关系嵌入表示ec,d：S500、基于细胞系药物反应关系DCP，也就是ec,d，采用机器学习的方式预测得到的细胞系药物敏感反应概率。

全文数据：

权利要求：

百度查询： 东北林业大学 一种基于知识图谱的癌症药物反应预测方法