摘要
本发明公开了一种基于分子结构表征的药物与药物相互作用预测方法,包括以下步骤:获取药物分子数据和药物与药物相互作用数据,对数据进行标准化预处理,根据药物分子数据构建药物分子图;将药物分子图输入模型,通过多尺度图卷积网络提取药物分子多尺度特征,通过动态注意力机制融合药物分子多尺度特征,得到药物分子特征;基于药物分子特征,通过全连接神经网络,学习药物分子特征和药物与药物相互作用间的关系,得到药物与药物相互作用预测概率;根据药物与药物相互作用数据和预测概率,采用联合损失函数,对模型进行训练,将训练好的模型用于药物与药物相互作用预测。通过多尺度图卷积网络、动态注意力融合及联合优化,显著提升预测的准确性。
技术关键词
药物相互作用预测
联合损失函数
多尺度特征
分子
节点特征
注意力机制
数据
均方误差指标
Sigmoid函数
靶标相互作用
多分支结构
邻域
模型超参数
特征提取单元
待测药物
系统为您推荐了相关专利信息
数据传输方法
聚类算法
考勤数据处理技术
数据分析模块
组织
信息生成方法
互动反馈信息
决策
父母
迭代优化算法
特征提取方法
特征提取系统
节点特征
标签
扫描模块
脑缺血再灌注损伤
网络药理学
脑缺血损伤
视黄醇脱氢酶活性
机制