-
公开(公告)号：CN113764035A
公开(公告)日：2021-12-07
申请号：CN202111123982.X
申请日：2021-09-24
Applicant: 东南大学
Abstract: 本发明公开了一种基于知识图谱的中药复方靶标预测方法。依次包括以下步骤：步骤1：根据输入的复方靶标关系作用图和中药复方知识图谱，使用知识图谱嵌入技术得到实体和关系的嵌入表示；步骤2：根据步骤1得到的嵌入表示，使用基于图神经网络体系结构的关系路径感知聚合层对嵌入表示进行基于知识图谱关系的邻域聚合；步骤3：根据步骤2得到的复方和靶标的嵌入表示，使用协同过滤算法输出复方靶标预测的匹配分数。通过联合优化知识图谱嵌入和协同过滤模块，模型可以得到一个有效预测复方靶标关联的预测函数，该函数能够表示指定复方与靶标间产生关联的概率。
-
公开(公告)号：CN113764035B
公开(公告)日：2024-03-05
申请号：CN202111123982.X
申请日：2021-09-24
Applicant: 东南大学
Abstract: 本发明公开了一种基于知识图谱的中药复方靶标预测方法。依次包括以下步骤：步骤1：根据输入的复方靶标关系作用图和中药复方知识图谱，使用知识图谱嵌入技术得到实体和关系的嵌入表示；步骤2：根据步骤1得到的嵌入表示，使用基于图神经网络体系结构的关系路径感知聚合层对嵌入表示进行基于知识图谱关系的邻域聚合；步骤3：根据步骤2得到的复方和靶标的嵌入表示，使用协同过滤算法输出复方靶标预测的匹配分数。通过联合优化知识图谱嵌入和协同过滤模块，模型可以得到一个有效预测复方靶标关联的预测函数，该函数能够表示指定复方与靶标间产生关联的概率。
-
公开(公告)号：CN112331275A
公开(公告)日：2021-02-05
申请号：CN202011169358.9
申请日：2020-10-28
Applicant: 东南大学
Abstract: 本发明公开一种基于记忆力网络与注意力的计算药物重定位方法，依次包括以下步骤：步骤1：利用药物‑疾病关联及额外辅助信息提取药物与疾病的隐特征；步骤2：根据步骤1计算得出的药物与疾病的隐特征生成药物偏好向量；步骤3：根据步骤2计算得出的药物偏好向量，结合记忆力网络生成邻域贡献表示部分；步骤4：利用非线性函数集成药物隐特征、疾病隐特征和邻域贡献表示以生成预测值。本发明通过将注意力机制和外部记忆单元结合生成邻域贡献表示，使其能够捕捉到少量药物‑疾病强关联所包含的邻域信，同时采用非线性函数将药物与疾病的隐特征和邻域贡献表示集成，使得本发明提出的模型能从药物‑疾病关联的整体视角去推断预测值。
-
-
Search Results
3
records
(took 0.013 seconds)
