摘要
本发明公开了一种融合多模态药物信息和静态子图的药物与药物相互作用预测方法,该方法主要包括:提取药物化学亚结构、靶点和酶的生化相似性特征;基于自然语言处理模型得到药物的药理学特征;使用自动编码器从每个静态稀疏子图中获取学习到的节点表示;多模态特征融合不同药物特征的嵌入;使用多层感知器预测作用类别。本发明通过基于一种融合多模态药物信息和静态子图的药物相互作用预测方法,实现了对DDI多类别的预测,与现有算法比较,有以下优点:(1)结合药物药理学等多模态特征提供更丰富的特征。(2)使用随机边划分为多个静态稀疏子图,从每个子图中学习节点表示,提供DDI网络的全局结构特征和局部结构特征。
技术关键词
药物
BERT模型
多模态特征融合
矩阵
自动编码器
文本
局部结构特征
节点
药理学特征
多头注意力机制
标记
多层感知器
序列
多层感知机
编码算法
解码器
系统为您推荐了相关专利信息
误差状态
窗口检测
导航坐标系
比例因子误差
导航方法
双层规划方法
联络通道
变电站
联络结构
配电网优化规划
害虫图像
预警系统
害虫识别
图像识别模块
预警模块