一种基于图神经网络及组学信息的药物功效预测方法

    公开(公告)号:CN114649097B

    公开(公告)日:2025-05-02

    申请号:CN202210206033.6

    申请日:2022-03-04

    Abstract: 本发明涉及药物筛选技术领域,具体公开了一种基于图神经网络及组学信息的药物功效预测方法。包括:收集统一化的转录组数据;将统一化的转录组数据转化为生物过程作为节点特征,关系表示为边,构建现有药物与生物过程的结构关系图;使用待选方法对节点特征进行向量化表示;根据结构关系图,对节点特征进行聚合更新,通过节点特征向量,比较待测化合物与现有药物之间的相似度,对待测化合物的功能进行预测、筛选。本发明则以药物转录组数据为基础着手,通过大数据处理方法整合海量的药物转录组数据并通过图神经网络提取药物特征,对现有的药物进行功能聚类。再将待预测的化合物与聚类后的现有药物对比,通过此方法对待测化合物的功能进行预测。

    一种基于图神经网络及组学信息的药物功效预测方法

    公开(公告)号:CN114649097A

    公开(公告)日:2022-06-21

    申请号:CN202210206033.6

    申请日:2022-03-04

    Abstract: 本发明涉及药物筛选技术领域,具体公开了一种基于图神经网络及组学信息的药物功效预测方法。包括:收集统一化的转录组数据;将统一化的转录组数据转化为生物过程作为节点特征,关系表示为边,构建现有药物与生物过程的结构关系图;使用待选方法对节点特征进行向量化表示;根据结构关系图,对节点特征进行聚合更新,通过节点特征向量,比较待测化合物与现有药物之间的相似度,对待测化合物的功能进行预测、筛选。本发明则以药物转录组数据为基础着手,通过大数据处理方法整合海量的药物转录组数据并通过图神经网络提取药物特征,对现有的药物进行功能聚类。再将待预测的化合物与聚类后的现有药物对比,通过此方法对待测化合物的功能进行预测。

Patent Agency Ranking