基于子图感知与混合图神经网络的药物重定位方法及系统
申请号:CN202510223409
申请日期:2025-02-27
公开号:CN120108781B
公开日期:2026-01-02
类型:发明专利
摘要
本发明公开了一种基于子图感知与混合图神经网络的药物重定位方法及系统,所述方法包括:在药物‑疾病关联网络中,针对目标药物‑疾病对,生成对应的动态药物‑疾病关联子图;针对中的药物节点和疾病节点,分别构建药物子图和疾病子图;对应用基于多头动态图注意力神经网络模型进行深度特征提取,基于GCN模型和GAT模型融合分别对和网络进行特征提取,得到、和最终的特征表示;将三者融合后输入基于多层感知机MLP网络的药物‑疾病关联预测模型,预测目标药物‑疾病对的关联关系。本申请能实现高效、精准的药物‑疾病关联预测。
技术关键词
注意力神经网络
GCN模型
药物重定位方法
多层感知机
深度特征提取
矩阵
多头注意力机制
代表
疾病关联关系
电子设备
节点特征
重定位系统
数据
输出特征
元素