摘要
本发明公开了基于集成多实例学习的环状RNA药物敏感性关联识别方法,包括:收集经实验验证的环状RNA与药物敏感性相关数据;建立基于异构网络及顶点特征表示模型;异构图节点嵌入模型,提取节点的深层特征表示;设计元路径实例嵌入投影仪,生成多个元路径实例;构建完成环状RNA与药物敏感性关联预测器;构建集成异构图网络深度学习模型;将环状RNA与药物对的元路径实例及注意力系数输出,进行可解释分析。本发明将集成学习与深度学习模型相结合,提高了模型的可靠性;本发明利用元路径及注意系数进行了可解释分析,可以解释环状RNA与药物敏感性相关联呈现的潜在作用机制,有利于指导医学研究。
技术关键词
关联识别方法
多实例
环状
药物
Adaboost集成学习
异构
投影仪
顶点特征
网络深度
分子结构特征
消息传递机制
注意力机制
语义特征
注意力方法
节点
疾病
深度学习模型
序列特征
系统为您推荐了相关专利信息
细胞模型
试剂盒
干细胞培养基
分化多能干细胞
肾脏疾病模型
抗感染药物
新型活性位点
抑制变异链球菌
虚拟筛选方法
蛋白
药物缓释微球
低聚糖
药物缓释制剂
聚乙烯醇
均质机
局部外用制剂
皮肤屏障修复
抗体制剂
药物
动物模型