摘要
本发明公开了基于多源信息融合和多层次超图学习的药物重定位方法,属于药物重定位技术领域。本发明在模型架构上,引入蛋白质生物实体信息进行多源生物信息融合并构造全局超图网络和局部超图网络;在局部超图网络中,构造药物‑疾病、药物‑蛋白质和疾病‑蛋白质局部子网络并采用针对性图神经网络挖掘局部特征信息;在全局超图网络中,构造药物‑疾病‑蛋白质复杂关联网络并直接挖掘全局特征信息;此外,采用注意力权重策略和残差跳跃策略将多层次特征和原始特征进行融合,从而得到最终预测的药物‑疾病相互关联矩阵,能够实现药物‑疾病相互关联的准确预测。
技术关键词
药物重定位方法
药物重定位模型
多源信息融合
矩阵
疾病
输出特征
注意力神经网络
表达式
跳跃策略
节点特征
重定位技术
局部特征信息
多项式
多层次特征
双线性
权重策略
系统为您推荐了相关专利信息
数据资产交易
分布式一致性算法
多维特征属性
椭圆曲线加密算法
分布式网络节点
节点特征
节点分类方法
注意力机制
神经网络模型
梯度下降算法
综合统计特征
推荐算法
评分算法
高阶奇异值分解
预测误差
位点
贝叶斯模型
马尔科夫链蒙特卡洛方法
效应
染色体