一种基于强化学习的DQN算法预测药物相互作用的方法
申请号:CN202410898916
申请日期:2024-07-05
公开号:CN118782180A
公开日期:2024-10-15
类型:发明专利
摘要
本发明一种基于强化学习的DQN算法预测药物相互作用的方法,包括以下步骤:步骤1,构建数据集及对数据预处理,对所述药物分子组合A和B的数据进行相关性分析,步骤2,构建所述基于强化学习的DQN算法表示框架模型,步骤3,构建与步骤2不相关的非强化学习模型框架,并与强化学习的DQN算法框架模型进行比较分析,步骤4,构建基于数据增强生成的强化学习模型,本发明采用强化学习算法结合神经网络的方法‑DQN算法对模型进行训练,进而预测抗艾滋病药物组合中两种药物分子是否具有协同作用,同时与其他非强化学习方法进行比对,进而分析并改善DQN算法的功能,能够指导设计治疗艾滋病的药物组合。
技术关键词
DQN算法
强化学习方法
强化学习模型
分子
RBF神经网络
强化学习算法
BP神经网络
数据
算法框架
字符
主成分分析降维
抗艾滋病药物
序列
药效
神经网络模型