一种基于多通道特征融合的药物-药物相互作用预测方法

本发明公开了一种基于多通道特征融合的药物‑药物相互作用预测方法，利用药物数据的多样特征，结合多通道特征融合模块和交叉注意力机制，将药物分子子结构、药物相似性矩阵和分子指纹有效结合，然后使用KAN神经网络实现高效准确的DDI预测。本方法高效的整合药物多种特征信息数据，如药物子结构、药物相似性、药物分子指纹数据，实现了高效准确的多通道特征融合的药物‑药物反应预测；本发明提出的MCF‑DDI模型在可解释实验和对比实验中展现出了卓越的性能，不仅评价指标和稳定性都有不同程度提升，还能识别出药物分子中关键子结构并验证这些子结构在药物相互作用预测中的重要性，为药物研发和临床应用提供了有力的理论支持。