基于扩散图注意力网络的不对称药物相互作用预测方法

本发明提供了基于扩散图注意力网络的不对称药物相互作用预测方法，涉及药物作用预测技术领域，该方法利用药物分子的化学结构特征构建有向图网络，通过双向图注意力网络分别从药物的施加和接收视角提取特征，从而有效表征药物间的不对称性。进一步地，引入扩散模型对图结构进行噪声注入与去噪处理，显著增强了模型对稀疏数据的适应能力和特征提取的鲁棒性。最终，通过深度神经网络对多模态特征进行融合，实现了对药物相互作用的高精度预测。不仅在预测准确性上超越了现有技术，还大幅降低了对标注数据的依赖，极大地提高了模型在实际应用中的可行性和泛化能力，为药物联合治疗的安全性评估和精准医学研究提供了新的技术路径。