基于图同构网络与自注意力机制的药物-药物相互作用预测OA
目的药物-药物相互作用(Drug-Drug Interaction,DDI)预测能够辅助确定有效和安全的药物联合治疗。但以往的预测方法通常围绕药物的二维分子建模,没有考虑药物的三维几何结构;并且忽略了药物作用子结构的多样性,单一的特征拟合路径可能会限制模型的预测能力。方法为此提出了基于图同构网络与注意力机制的DDI预测模型,它基于图同构网络构建分子图特征生成模块用以生成三维坐标系上的药物分子图特征;并在此基础上使用自注意力机制构建子结构特征提取模块,从多个维度提取药物的空间子结构;最后使用DDI三元组预测模块来识别潜在的DDI。整个模型采用双层相互独立的网络,以此提取不同作用的子结构。结果实验结果证明:该模型在DrugBank数据集上相对以往方法取得了不错的优势,特别是在预测新药-新药相互作用的实验中,它在准确率ACC、受试者工作特征曲线下面积AUC、F_(1)分数上相比最好的基线分别提升了7.59%、9.45%、12.95%,展现了良好的泛化性能。结论消融实验证明:子结构特征提取模块能够有效提取空间子结构,双层网络使模型获得了更好的预测性能。
陈诚;王文;夏迎春;唐良贵;许文俊;王庆勇;辜丽川
安徽农业大学信息与人工智能学院,合肥230036 智慧农业技术与装备安徽省重点实验室,合肥230036安徽农业大学信息与人工智能学院,合肥230036 智慧农业技术与装备安徽省重点实验室,合肥230036安徽农业大学信息与人工智能学院,合肥230036 智慧农业技术与装备安徽省重点实验室,合肥230036安徽农业大学信息与人工智能学院,合肥230036 智慧农业技术与装备安徽省重点实验室,合肥230036安徽农业大学信息与人工智能学院,合肥230036 智慧农业技术与装备安徽省重点实验室,合肥230036安徽农业大学信息与人工智能学院,合肥230036 智慧农业技术与装备安徽省重点实验室,合肥230036安徽农业大学信息与人工智能学院,合肥230036 智慧农业技术与装备安徽省重点实验室,合肥230036
信息技术与安全科学
药物-药物相互作用预测图同构网络自注意力机制空间子结构双层网络
《重庆工商大学学报(自然科学版)》 2026 (2)
P.35-42,8
国家自然科学基金(62301006)国家重点研发计划项目(2023YFD1802200)资助.
评论