一种基于多源特征增强的药物相互作用预测方法及系统技术方案

本发明专利技术提供了一种基于多源特征增强的药物相互作用预测方法，属于药物相互作用预测技术领域，包括：构建药物相互作用知识图和子图；获取子图中药物特征信息；通过M I互信息最大化在知识图和子图中获取局部结构中节点间的关联性和特征相关性，同时衡量全局图结构中的重要节点或关键子图；利用定向消息传递神经网络对药物分子结构进行数据处理，将分子图视为面向边的定向结构，更好地学习到分子内部局部和全局的特征，从而获得没有冗余的信息；通过多头自注意力网络融合不同的异质特征信息学习药物的统一表征进行DD I预测，整合了药物知识图的通路、药物靶点和酶的通路以及药物化学子结构的通路，以获得药物更全面的特征表示。

【技术实现步骤摘要】

本专利技术属于药物相互作用预测，涉及一种基于多源特征增强的药物相互作用预测方法及系统，具体是基于互信息最大化和多源特征增强的药物相互作用预测方法及系统。

技术介绍

1、当今，人类身体尤其是老年人的身体疾病日益呈现复杂性且多样性的问题，并且在过去十几年中药物的数量快速增长，采用多种药物进行疾病治疗时，药物-药物相互作用(ddi)安全就凸显的尤为重要，这是因为不良的药物反应会对人体产生巨大的伤害，而且ddi可能会导致不同的生物学后果和事件。例如，药物华法林和药物非甾体抗炎药相互作用会增加胃肠道出血的几率。因此，在临床实践中准确预测ddi是一项至关重要的任务，其可以有助于医生做出高效的决策并制定个性化治疗方案，合理使用多种药物可以最大程度地降低医疗风险，同时最大程度的发挥药物的协同效益。

2、面对大规模的数据和实验条件的限制，临床试验耗时、昂贵且不可行。因此，越来越多的基于计算的方法被提出，这有助于减少临床试验的时间和成本，有助于在药物开发的过程中为患者提供更安全更有效的处方。在过去几年，许多基于机器学习的方法被提出，并取得了显著的进展，用于识别药物本文档来自技高网...

【技术保护点】

1.一种基于多源特征增强的药物相互作用预测方法，其特征在于，包括：

2.如权利要求1所述的基于多源特征增强的药物相互作用预测方法，其特征在于，将分子图视为有方向的结构，以更有效地学习分子内部局部和整体特征。

3.如权利要求1所述的基于多源特征增强的药物相互作用预测方法，其特征在于，所述获取子图中药物特征信息包括：

4.如权利要求1所述的基于多源特征增强的药物相互作用预测方法，其特征在于，使用药物的靶点和酶作为异质性特征来计算DDI事件之间的药物相似性，为其中分别代表靶点特征矩阵和酶特征矩阵，Nt和Ne分别代表靶点和酶的特征数；>

5.如权利要...

【技术特征摘要】

1.一种基于多源特征增强的药物相互作用预测方法，其特征在于，包括：

2.如权利要求1所述的基于多源特征增强的药物相互作用预测方法，其特征在于，将分子图视为有方向的结构，以更有效地学习分子内部局部和整体特征。

3.如权利要求1所述的基于多源特征增强的药物相互作用预测方法，其特征在于，所述获取子图中药物特征信息包括：

4.如权利要求1所述的基于多源特征增强的药物相互作用预测方法，其特征在于，使用药物的靶点和酶作为异质性特征来计算ddi事件之间的药物相似性，为其中分别代表靶点特征矩阵和酶特征矩阵，nt和ne分别代表靶点和酶的特征数；

5.如权利要求1所述的基于多源特征增强的药物相互作用预测方法，其特征在于，在对药物化学分子结构的特征信息提取中，采...

【专利技术属性】
技术研发人员：高茜，王娜娜，袁璞鑫，高晔川，
申请(专利权)人：齐鲁工业大学山东省科学院，
类型：发明
国别省市：