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。