本發明公開了一種基于多模態表示學習的藥物相互作用預測框架及預測方法,預測框架包括:使用多模態表示學習來提取藥物特征,將小分子藥物的的特征向量和生物制藥的特征向量連接成一個藥物對向量,把藥物對向量中的每一個特征輸入神經網絡進行運算,對所有藥物對特征的運算結果求均值。預測方法首先構建樣本,將樣本輸入預測框架進行訓練和測試,最后再輸入藥物對進行預測。本發明提出了一種雙通道CNN有效提取序列中復雜的局部化學信息和上下文關系,異構網絡中所有藥物節點的關聯信息被編碼為一維特征向量,最后使用DNN對SMD和BioD相互作用進行預測,能夠有效學習藥物的復雜多模態特征以預測新的SBI。
聲明:
“基于多模態表示學習的藥物相互作用預測框架及預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)