公开(公告)号：CN116343909A

公开(公告)日：2023-06-27

申请号：CN202310228158.3

申请日：2023-03-10

Applicant: 东北林业大学

Inventor： 滕志霞 ,  李永亮 ,  董本志 ,  汪国华

IPC: G16B15/30 ,  G16B40/20 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于深度图神经网络的药物‑疾病关联预测方法，包括：得到药物和疾病的多源特征数据以及药物‑疾病的原始关联矩阵；采用高斯核函数分别构建药物和疾病的相似性矩阵，对原始关联矩阵进行随机游走；分别将药物和疾病的相似性矩阵输入至两个独立的图神经网络中进行监督学习，提取药物和疾病的特征表示；利用矩阵整合药物和疾病的特征表示，得到本次的药物‑疾病预测关联矩阵；将本次的药物‑疾病预测关联矩阵代替随机游走后的药物‑疾病关联矩阵，使两个图神经网络重复进行上述监督学习，直至满足预设优化目标，得到最终的预测模型。本发明可更好的获取药物与疾病之间的相互作用信息，提高潜在的药物‑疾病关联预测精度。