摘要
本发明涉及药理学和人工智能技术领域,提出一种化合物靶标相互作用预测方法及系统,包括:构建包含化合物、靶标条目和疾病实体及其相互关联的知识图谱;将知识图谱输入多模态特征提取模型中,提取知识图谱中的拓扑信息及内在语义信息;其中,多模态特征提取模型包括ICD2Vec层、图Transformer、基因本体论嵌入层和基于注意力机制的图神经网络,分别用于提取疾病语义特征、化合物语义特征、蛋白靶标语义特征和知识图谱的拓扑特征;将提取的语义特征和知识图谱的拓扑特征通过特征融合模块进行知识融合后,通过知识图谱嵌入方法得到化合物‑靶标预测概率矩阵;根据化合物‑靶标预测概率对输入的化合物‑靶标相互作用进行降序排序,输出靶标推荐列表。
技术关键词
知识图谱嵌入方法
特征提取模型
实体
三元组
靶标相互作用
拓扑特征
多层感知机
矩阵
注意力机制
样本
多模态
拓扑结构特征
本体论
知识图谱数据
语义特征提取
系统为您推荐了相关专利信息
克隆方法
声学特征
语音
特征提取模型
情感识别模型
工程操作系统
语义向量
无形变服装
信息识别方法
图像
智能生成系统
教学
模块
融合知识图谱
更新知识图谱