基于知识图谱的药物组合协同作用预测方法及系统技术方案

本发明专利技术公开了一种基于知识图谱的药物组合协同作用预测方法及系统，该方法利用蛋白质、药物、细胞系和组织之间的关系构建大规模知识图谱。将药物和细胞系的邻居节点嵌入与自身嵌入相结合，得到药物和细胞系的全局表示。采用RDkit来计算每个药物的指纹和基于SMILES表达式的描述符，得到药物的局部表示。利用自动编码器对细胞系的基因表达数据进行降维，获得细胞系的局部表示。融合药物和细胞系的局部表示，利用深度神经网络来预测药物组合的协同分数。本发明专利技术充分挖掘知识图谱中复杂语义关系，提升模型对潜在药物组合的理解能力；同时引入局部分子特性和全局网络拓扑信息，提供更全面的药物和细胞系表征，增强了预测模型的鲁棒性。

【技术实现步骤摘要】

本专利技术属于医药信息学领域，特别涉及一种基于知识图谱的药物组合协同作用预测方法及系统。

技术介绍

1、药物协同作用是指2种或2种以上药物同时使用产生的效果优于单独使用时的效果的现象。在癌症、hiv和心血管疾病等复杂疾病中，许多细胞机制在不同的组织和器官系统中普遍存在变化。与单药治疗相比，药物联合治疗具有很大的优势，它可以增强癌症治疗的效率，克服耐药性并且减轻剂量依赖性毒性。

2、在过去的几十年中，已经开发了许多用于药物协同预测的计算方法，以缩小药物组合的搜索空间，从而降低成本，并加速新的潜在组合疗法的识别过程。一般来说，药物协同预测的方法可以分为三类：基于结构的方法、基于张量分解的方法和基于网络的方法。基于结构的方法主要选择药物的化学结构信息作为特征进行预测。基于张量分解的方法对从原始数据集构造的多向数据进行分解，以捕获不同变量之间的潜在关系，然后将分解的结果作为下游分析的特征。基于网络的方法将各种网络作为边信息来提高预测性能，例如蛋白质-蛋白质相互作用，药物-药物相互作用和药物-靶标相互作用。

3、近年来，基于网络的药物协同预测本文档来自技高网...

【技术保护点】

1.一种基于知识图谱的药物组合协同作用预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述步骤S1包括以下具体步骤：

3.根据权利要求2所述的方法，其特征在于，所述步骤S2中包括以下具体步骤：

4.根据权利要求1所述的方法，其特征在于，所述步骤S3包括以下具体步骤：

5.根据权利要求1所述的方法，其特征在于，所述步骤S4包括以下具体步骤：

6.根据权利要求1所述的方法，其特征在于，所述步骤S5包括以下具体步骤：

7.一种采用权利要求1-6任一项所述的基于知识图谱的药物组合协同作用预测方...

【技术特征摘要】

1.一种基于知识图谱的药物组合协同作用预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述步骤s1包括以下具体步骤：

3.根据权利要求2所述的方法，其特征在于，所述步骤s2中包括以下具体步骤：

4.根据权利要求1所述的方法，其特征在于，所述步骤s3包括以下具体步骤：

5.根据权利要求1所述的方法，其特征在于，所述步骤s4包括以下...

【专利技术属性】
技术研发人员：肖球，左瑛，张艳，余建平，
申请(专利权)人：湖南师范大学，
类型：发明
国别省市：