【技术实现步骤摘要】
一种药物副作用预测方法、装置、电子设备及存储介质
[0001]本专利技术涉及生物信息学
，具体而言，涉及一种药物副作用预测方法、装置、电子设备及存储介质。
技术介绍
[0002]随着机器学习领域的快速发展，越来越多的基于机器学习算法的药物副作用预测技术，应用于药物的开发过程中，并利用药物副作用预测技术预测药物副作用的频率，以评价药物的安全性和有效性，进而可以帮助研究人员更早发现药物可能导致的不良反应，使药物开发过程更加高效安全，还可以帮助药物监测机构对上市的药物进行监测。
[0003]目前，常用的药物预测技术包括通过满足KKT互补条件收敛的非负矩阵分解预测频率分数预测药物副作用的频率和通过多视图数据模型预测药物副作用的频率。但第一种预测技术不适用于冷启动实验场景，进而导致在冷启动试验场景下预测准确率较低，第二种容易产生虚假的药物副作用关联，进而导致预测准确率较低。综上所述，现有的药物副作用的预测技术预测准确率较低。
技术实现思路
[0004]为解决上述问题，本专利技术提供一种药物副作用预测方法、...
【技术保护点】
【技术特征摘要】
1.一种药物副作用预测方法，其特征在于，包括：根据待预测药物的分子式，确定所述待预测药物对应的原子特征矩阵和原子邻接矩阵，以及根据药物副作用集合，确定所述药物副作用集合对应的节点特征矩阵和节点邻接矩阵，其中，所述原子特征矩阵由原子特征向量构成，所述原子特征向量用于表示原子的化学特性，所述原子邻接矩阵用于表示不同原子之间的连接关系，所述节点特征矩阵由节点特征向量构成，所述节点特征向量用于表示节点的节点特征，所述节点邻接矩阵用于表示不同节点之间的连接关系；根据所述原子邻接矩阵，对各个所述原子的所述原子特征向量进行更新，确定第一原子特征矩阵，以及根据所述节点邻接矩阵，对各个所述节点的所述节点特征向量进行更新，确定第一节点特征矩阵；根据原子特征与药物副作用之间的影响关系，分别对所述原子特征矩阵和所述节点特征矩阵进行更新，确定第二原子特征矩阵和第二节点特征矩阵；融合所述第一原子特征矩阵和所述第二原子特征矩阵，确定预测原子特征矩阵，以及融合所述第一节点特征矩阵和所述第二节点特征矩阵，确定预测节点特征矩阵；根据所述预测原子特征矩阵和所述节点特征矩阵，确定待预测药物的预测矩阵，以利用所述预测矩阵对所述待预测药物的药物副作用进行预测。2.根据权利要求1所述的药物副作用预测方法，其特征在于，所述根据药物副作用集合，确定所述药物副作用集合对应的节点特征矩阵和节点邻接矩阵，包括：遍历所述药物副作用集合，确定所述药物副作用集合中的全部节点组，其中，所述节点组由两个所述节点组成；根据频率分数矩阵确定各个所述节点组的相似度；根据近邻算法，确定所述相似度是否符合预设条件；若符合，则连接所述相似度对应的所述节点组中的所述节点，以确定所述节点邻接矩阵。3.根据权利要求1所述的药物副作用预测方法，其特征在于，所述根据所述原子邻接矩阵，对各个所述原子的所述原子特征向量进行更新，确定第一原子特征矩阵，包括：根据所述原子邻接矩阵，确定待更新原子的邻接原子集合；分别计算各个邻接原子对所述待更新原子的重要性值；基于多头注意力算法，利用全部所述重要性值，确定所述待更新原子的第一原子特征向量；基于GAT算法，利用所述第一原子特征向量，确定第二原子特征向量；遍历所述原子特征矩阵，确定各个所述原子的所述第二原子特征向量，以对各个所述原子的所述原子特征向量进行更新，确定所述第一原子特征矩阵。4.根据权利要求1所述的药物副作用预测方法，其特征在于，所述根据原子特征与药物副作用之间的影响关系，分别对所述原子特征矩阵和所述节点特征矩阵进行更新，确定第二原子特征矩阵和第二节点特征矩阵，包括：通过全连层将所述原子特征矩阵和所述节点特征矩阵映射至同一向量空间，得到第一映射原子特征矩阵和第一映射节点特征矩阵；拼接所述第一映射原子特征矩阵和所述第一映射节点特征矩阵，生成映射药物特征矩
阵；基于编码器
‑
解码器更新...
【专利技术属性】
技术研发人员：唐厂，金子潇，郑晓，李显巨，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。