基于多层注意力和消息传递网络的药物相互作用预测方法
文献类型：期刊论文
| 作者 | 饶晓洁; 张通; 孟献兵; 陈俊龙 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2023 |
| 卷号 | 49期号:12页码:2507-2519 |
| 关键词 | 药物相互作用预测 多层次注意力机制 消息传递神经网络 位置编码 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c220371 |
| 英文摘要 | 药物相互作用(Drug-drug interaction, DDI)是指不同药物存在抑制或促进等作用.现有DDI预测方法往往直接利用药物分子特征表示预测DDI,而忽略药物分子中不同原子对DDI的影响.为此,提出基于多层次注意力机制和消息传递神经网络的DDI预测方法.该方法将DDI建模为通过学习基于序列表示的药物分子特征实现DDI预测的链接预测问题.首先,建立基于注意力机制和消息传递神经网络的原子特征网络,结合提出的基于分子质心的位置编码,学习不同原子及其相关联化学键的特征,构建基于图结构的药物分子特征表示;然后,设计基于注意力机制的分子特征网络,并通过监督和对比损失学习,实现DDI预测;最后,通过实验证明该方法的有效性和优越性. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/55770]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 饶晓洁,张通,孟献兵,等. 基于多层注意力和消息传递网络的药物相互作用预测方法[J]. 自动化学报,2023,49(12):2507-2519. |
| APA | 饶晓洁,张通,孟献兵,&陈俊龙.(2023).基于多层注意力和消息传递网络的药物相互作用预测方法.自动化学报,49(12),2507-2519. |
| MLA | 饶晓洁,et al."基于多层注意力和消息传递网络的药物相互作用预测方法".自动化学报 49.12(2023):2507-2519. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。