一种基于多层次可解释图卷积网络的药物组合筛选的方法
申请号:CN202510587783
申请日期:2025-05-08
公开号:CN120299568B
公开日期:2025-12-16
类型:发明专利
摘要
本发明属于医学、生物信息学、计算生物学多技术领域,尤其涉及一种基于多层次可解释图卷积网络的药物组合筛选的方法,所述方法包括:根据药物和疾病靶点之间的关联,获取药物对疾病的有效区域;根据疾病和药物靶点之间的网络关系,获取疾病和药物靶点的网络距离;获取用药经验;根据药物的化学成分和疾病靶点,获取化合物类别;将所述有效区域、网络距离、用药经验和化合物类别输入至图卷积网络模型,获取药物的关联度值;基于所述关联度值,获取药物关联系数;根据所述关联系数,获取药物组合。本发明通过图卷积模型的预测,能够较为准确的预测出治疗疾病的药物组合。
技术关键词
药物
多层次
疾病
卷积网络模型
分子指纹图谱
奇异值分解法
短距离
卷积模型
关系
节点特征
矩阵
医学
生物
数据