摘要
本发明公开基于生物调控机制图表示学习的疾病与药物间关联关系预测方法及系统。该方法包括:将疾病名称输入训练好的关联关系预测模型,获得该疾病的候选药物及预测分数;关联关系预测模型为图表示学习模型;关联关系预测模型的训练过程包括:建立包括已知药物和疾病的关联网络、已知药物和蛋白质的关联网络、蛋白质和疾病的关联网络的训练集;基于训练集构建异构生物网络;采用元路径策略构建药物、疾病和蛋白质的调控图;根据药物、蛋白质和疾病的调控图,采用图信息传播机制得到不同调控图的图表示特征,进而得到药物和疾病的图表示特征矩阵;基于药物和疾病的图表示特征矩阵,采用XGBoost分类器得到训练好的关联关系预测模型。
技术关键词
关联关系预测方法
关系预测模型
疾病
信息传播机制
药物
网络
生物
训练集
矩阵
异构
模型训练模块
子模块
分类器
预测系统
定义
策略
节点特征