Knowledge Commons of Institute of Automation,CAS
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 | |
饶晓洁; 张通; 孟献兵; 陈俊龙 | |
发表期刊 | 自动化学报
![]() |
ISSN | 0254-4156 |
2023 | |
卷号 | 49期号:12页码:2507-2519 |
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. |
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 |
DOI | 10.16383/j.aas.c220371 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/55770 |
专题 | 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. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2022-0371.pdf(5399KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[饶晓洁]的文章 |
[张通]的文章 |
[孟献兵]的文章 |
百度学术 |
百度学术中相似的文章 |
[饶晓洁]的文章 |
[张通]的文章 |
[孟献兵]的文章 |
必应学术 |
必应学术中相似的文章 |
[饶晓洁]的文章 |
[张通]的文章 |
[孟献兵]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
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。
修改评论