摘要
一种基于生物医学知识图谱和Transformer的药物协同作用预测方法,它涉及一种药物协同作用预测方法。本发明为了解决传统的药物组合发现过程主要依赖于临床试验,不仅费时费力,而且成本高,患者也存在风险的问题。本发明的步骤包括提取药物数据样本,生成数据集,划分训练和测试集,进行网络训练和测试;构造生物医学知识图谱;利用Rdkit将药物结构的序列表示转换成图;利用多跳子图挖掘网络挖掘知识图谱的子图;使用关系感知Transformer学习知识网络和药物分子图的特征表示,并进行融合;使用多层感知机进行药物对之间的协同作用预测;将训练集中的药物对输入到上述模型;将测试集中的药物对输入到预测模型中,得到预测结果。本发明属于药物协同作用预测技术领域。
技术关键词
挖掘知识图谱
多层感知机
生成数据集
药物结构
关系
细胞系
转换器模块
实体
三元组
网络
训练集
节点特征
注意力机制
融合特征
源节点