公开(公告)号：CN119889505A

公开(公告)日：2025-04-25

申请号：CN202411689563.6

申请日：2024-11-25

Applicant: 安徽大学

Inventor： 苏延森 ,  郑龙 ,  李垒 ,  李海涛 ,  郑春厚

IPC: G16C20/30 ,  G06F18/213

Abstract: 本发明公开了一种基于深度学习的辅助筛选抗癌药物组合协同预测方法，采用TIAM模型，TIAM模型进一步考虑了三元关系，TIAM使用三个输入计算出一个三维注意力张量Attention3d来表示药物‑药物‑细胞系之间的三元关系，因此在TIAM中有两个Query，即Query1，Query2，Key，Value。TIAM要求三个输入，分别是药物a，药物b，细胞系c，分别用Xa、Xb和Xc表示，经过TIAM的处理输出后得到X′a、X′b和X′c。本发明采用三元注意力机制实现了药物‑药物‑细胞系的特征提取，相比现有的技术更加准确，有关联性。

公开(公告)号：CN118675646A

公开(公告)日：2024-09-20

申请号：CN202410752498.0

申请日：2024-06-12

Applicant: 安徽大学

Inventor： 苏延森 ,  姜莉媛 ,  李海涛 ,  李垒 ,  储媛媛 ,  郑龙

IPC: G16C20/30 ,  G16C20/70 ,  G16B15/00 ,  G16B45/00 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/047 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的包虫病药物组合协同预测方法、装置、设备及介质，其中方法包括：使用ResGAT网络获取药物信息特征向量，构建包虫病靶蛋白PPI网络，使用node2vec网络获取靶蛋白特征向量，聚合后作为包虫病信息特征向量；训练并构建单药MLP预测模型；利用单药MLP预测模型和Bliss组成药物组合协同预测模型，获取药物组合协同预测结果。本发明通过充分利用药物组合化学分子图和包虫病的单一药物数据信息，提高了药物组合联合筛选预测的准确性，有效解决了药物组合训练数据不足的问题，提高了样本数据有限的包虫病的药物组合筛选预测的准确性。