公开(公告)号：CN116936126A

公开(公告)日：2023-10-24

申请号：CN202311020311.X

申请日：2023-08-14

Applicant: 厦门理工学院

Inventor： 卢萍 ,  潘大为 ,  林开标

IPC: G16H70/40 ,  G16H50/30 ,  G16H50/50 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种多类别药物相互作用预测方法、装置、设备及介质，包括根据公式#imgabs0#对待预测药物的数据集进行计算，生成药物节点特征；根据DDI关系和药物节点特征，分别生成拓扑图和特征图；采用图卷积神经网络分别对拓扑图和特征图进行提取处理，并将提取后的多尺度信息输入至注意力机制中进行预处理，生成融合嵌入向量；将融合嵌入向量输入深层神经网络中进行组合分类处理，生成预测结果。此外，现有DDI预测方法存在信息不足、学习到的向量信息不够全面、忽略了对已知会发生DDI的两个药物所发生的DDI类型的预测的问题。

公开(公告)号：CN119381019B

公开(公告)日：2025-04-04

申请号：CN202411974878.5

申请日：2024-12-31

Applicant: 厦门理工学院

Inventor： 林开标 ,  黄凤鑫 ,  潘大为 ,  戴彬

IPC: G16H70/40 ,  G06N3/0455 ,  G06F18/25

Abstract: 本发明提供的不对称药物相互作用关系的预测方法、装置、设备及介质，涉及药物相互作用预测领域。本发明通过获取待预测的源药物与目标药物的有向DDI网络与药物特征矩阵，并输入双通道编码器；基于有向DDI网络，通过第一编码器，分别得到源药物与目标药物的药物拓扑向量；利用第二编码器,对药物特征矩阵进行降维生成多尺度嵌入后，分别进行融合拼接，得到对应药物的药物嵌入向量；将药物拓扑向量与药物嵌入向量输入解码器进行融合，得到对应药物的融合嵌入向量；然后基于哈达玛积再次进行融合，生成最终的融合药物对表示；根据所述融合药物对表示进行DDI预测，得到预测结果。本发明能有效捕捉不对称DDI的方向性信息，实现了不对称DDI关系的准确预测。

公开(公告)号：CN119381019A

公开(公告)日：2025-01-28

申请号：CN202411974878.5

申请日：2024-12-31

Applicant: 厦门理工学院

Inventor： 林开标 ,  黄凤鑫 ,  潘大为 ,  戴彬

IPC: G16H70/40 ,  G06N3/0455 ,  G06F18/25

Abstract: 本发明提供的不对称药物相互作用关系的预测方法、装置、设备及介质，涉及药物相互作用预测领域。本发明通过获取待预测的源药物与目标药物的有向DDI网络与药物特征矩阵，并输入双通道编码器；基于有向DDI网络，通过第一编码器，分别得到源药物与目标药物的药物拓扑向量；利用第二编码器,对药物特征矩阵进行降维生成多尺度嵌入后，分别进行融合拼接，得到对应药物的药物嵌入向量；将药物拓扑向量与药物嵌入向量输入解码器进行融合，得到对应药物的融合嵌入向量；然后基于哈达玛积再次进行融合，生成最终的融合药物对表示；根据所述融合药物对表示进行DDI预测，得到预测结果。本发明能有效捕捉不对称DDI的方向性信息，实现了不对称DDI关系的准确预测。