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：浙江大学

摘要：本发明公开了一种药物互作用预测模型的构建方法、预测方法及装置，包括收集整理药物、内源蛋白质的分子线性表示及这些分子间的互作用，所述药物包括化学药和生物药；使用所述分子线性表示及这些分子间的互作用，构造外层互作用图连接性增强、内层分子结构图数据量扩充的双视角异构图；搭建以双视角异构图为输入的药物互作用预测模型，所述模型包括双视角异构图表征模块和双视角融合预测模块，所述双视角异构图表征模块基于图神经网络学习各视角下药物和内源蛋白质的表征，随后所述双视角融合预测模块结合双视角给出预测；训练所搭建的模型并调整其超参数，得到面向化学药和生物药的多类型药物互作用预测模型。

主权项：1.一种药物互作用预测模型的构建方法，其特征在于，包括：收集整理药物、内源蛋白质的分子线性表示及这些分子间的互作用，所述药物包括化学药和生物药；使用所述分子线性表示及这些分子间的互作用，构造外层互作用图连接性增强、内层分子结构图数据量扩充的双视角异构图；搭建以双视角异构图为输入的药物互作用预测模型，所述模型包括双视角异构图表征模块和双视角融合预测模块，所述双视角异构图表征模块基于图神经网络学习各视角下药物和内源蛋白质的表征，随后所述双视角融合预测模块结合双视角给出预测；训练所搭建的模型并调整其超参数，得到面向化学药和生物药的多类型药物互作用预测模型；其中，收集整理药物、内源蛋白质的分子线性表示及这些分子间的互作用，包括：从药物信息平台收集并整理药物的ID及分子线性表示、药物-药物互作用数据和药物-内源蛋白质互作用数据；将所述药物-内源蛋白质互作用数据中内源蛋白质的ID转换为蛋白质数据库中的ID，在蛋白质数据库中按ID查询，得到每个内源蛋白质的分子线性表示和这些内源蛋白质间的互作用；所述双视角异构图表征模块基于图神经网络学习各视角下药物和内源蛋白质的表征，随后所述双视角融合预测模块结合双视角给出预测，包括：所述双视角异构图编码模块采用基于图神经网络的分子表示学习方法分别对化学药的内层分子结构图以及生物药和内源蛋白质的内层分子结构图进行编码，得到每个药物内源蛋白质的内层表示；将外层互作用图中节点初始表示，即药物和内源蛋白质的初始表示设为相应的内层表示，随后所述双视角异构图编码模块使用适用于多关系异构图的图神经网络由外层互作用图抽取药物和内源蛋白质的外层表示；所述双视角融合预测模块包括内层打分器和外层打分器，该模块将所述内层表示、外层表示映射到同一空间并通过最大化互信息进行对齐，所述内层打分器和外层打分器分别利用内层表示、外层表示预测内层、外层视角下的药物组合发生特定类型互作用的概率值；所述化学药的分子线性表示指构成该药物的小分子的SMILES表达式；所述生物药指蛋白质类生物药，其分子线性表示为构成该药物的蛋白质大分子的氨基酸序列；所述内源蛋白质的分子线性表示指构成其的蛋白质大分子的氨基酸序列；其中，使用所述分子线性表示及这些分子间的互作用，构造外层互作用图连接性增强、内层分子结构图数据量扩充的双视角异构图，包括：仅以单个药物内源蛋白质的分子线性表示为输入，为该药物内源蛋白质分子构造一个带属性的分子结构图，作为其内层分子结构图；以收集到的药物-药物、药物-内源蛋白质、内源蛋白质-内源蛋白质互作用数据为输入，将药物、内源蛋白质分别看作一类节点，它们之间的不同类型的互作用关系看作不同类型的边，构造比单纯的药物互作用图连通性更强的异构互作用图，作为外层互作用图；将所构造的每个内层分子结构图对应到所构造外层图中的相应节点，完成双视角异构图构建。

全文数据：

权利要求：

百度查询： 浙江大学 药物互作用预测模型的构建方法、预测方法及装置