公开(公告)号：CN119580824A

公开(公告)日：2025-03-07

申请号：CN202411713540.4

申请日：2024-11-27

Applicant: 新疆大学

Inventor： 田学聪 ,  苏莹 ,  黄万华 ,  吕小毅

IPC: G16B15/30 ,  G16B40/00 ,  G16C20/70 ,  G06N3/042 ,  G06F18/213 ,  G06F18/25 ,  G06N3/048

Abstract: 本发明为一种基于多尺度特征的DTA预测方法和模型。一种基于多尺度特征的DTA预测方法，包括以下步骤：将药物和靶点建模为无向图后，通过图神经网络学习，得药物和靶点的分子尺度特征；对所述的药物和靶点的二分网络，从网络尺度学习，得药物和靶点的网络尺度特征；将所述的药物的分子尺度特征和网络尺度特征、靶点的分子尺度特征和网络尺度特征进行动态融合后，输出预测结果。本发明所述的一种基于多尺度特征的DTA预测方法和模型，结合药物和靶点的分子结构尺度和相互作用网络尺度的多尺度方法去捕获特征信息，再通过特征自适应融合得到复合特征，提升DTA预测效果。

公开(公告)号：CN119580879A

公开(公告)日：2025-03-07

申请号：CN202411711473.2

申请日：2024-11-27

Applicant: 新疆大学

Inventor： 苏莹 ,  田学聪 ,  石婕 ,  吕小毅

IPC: G16C20/70 ,  G06F18/22 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/048 ,  G06N3/042 ,  G16H20/10

Abstract: 本发明为一种基于NMF和GT的药物‑疾病关联预测方法及模型。一种基于NMF和GT的药物‑疾病关联预测方法，包括：(1)根据药物指纹相似性、疾病表型相似性、药物和疾病的高斯核相似性，得药物和疾病的综合相似性矩阵；(2)所述的药物和疾病的综合相似性矩阵，通过非负矩阵分解提取特征，得药物和疾病特征；通过图Transformer捕捉高阶结构关系，得药物和疾病相似度特征；(3)将所述的药物特征和药物相似度特征、疾病特征和疾病相似度特征分别进行交互融合后，得药物和疾病最终特征表示；(4)根据所述的药物和疾病最终特征表示进行关联预测。本发明所述的一种基于NMF和GT的药物‑疾病关联预测方法及模型，在精准预测潜在药物方面具备良好的潜力。

公开(公告)号：CN117095788A

公开(公告)日：2023-11-21

申请号：CN202311025892.6

申请日：2023-08-15

Applicant: 新疆大学 ,  新疆奇沐医药研究院(有限公司)

Inventor： 田学聪 ,  张思哲 ,  吕小毅 ,  李柯翱 ,  陈晨 ,  陈程

IPC: G16H20/10 ,  G16C20/50

Abstract: 本发明为多组学数据集成的癌症‑药物反应预测模型及其建立方法。多组学数据集成的癌症‑药物反应预测模型的建立方法，包括：(1)获取多组学数据集；(2)将多组学数据集融合在统一的框架中，通过对抗训练获得跨模态信息表征，实现不同模态的对齐融合；(3)提取分子图的结构特征；(4)基于GCN算法的编码器Ω，获得药物节点的最终嵌入和癌细胞系的最终嵌入；(5)采用基于GCN算法的编码器 获得两个图级嵌入损失LCon；(6)将上述的损失函数结合，优化目标函数，构建所述的癌症‑药物反应预测模型。本发明所述的多组学数据集成的癌症‑药物反应预测模型的建立方法，提高了药物‑癌细胞反应预测的准确性。