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

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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
系统为您推荐了相关专利信息
特征点 三维场景地图 关键帧 检测解码器 闭环
矩阵 频率 预测网络模型 编码特征 多层感知机
时间预测方法 航空器 注意力机制 空间特征提取 节点
多任务处理方法 大语言模型 多任务处理系统 多层感知机 噪声图像
监督学习框架 解码器模型 策略标签 拓扑特征 神经网络框架