基于二部图和超图学习的抗癌药物敏感性预测方法和系统

本发明公开了一种基于二部图和超图学习的抗癌药物敏感性预测方法和系统，属于计算机软件技术领域。该方法使用开源数据库获得细胞系和药物数据以及药物和细胞系反应原始IC50值，并对IC50值进行标准化处理；构建细胞系、药物二部图，应用图卷积网络获取药物和细胞系的嵌入表示；引入超级节点构建细胞系‑药物异构超图并通过GCN学习节点特征；最后应用注意力机制来融合GCN层的输出，结合全连接层预测细胞系‑药物对最终的关联概率。本文实现了二部图、超图的联合探索、协同优化，同时通过超图探索药物与细胞系间潜在、复杂关系，共同提升节点特征表示的质量，从而更准确地预测它们之间的关联得分。