基于多模态表示学习的药物相互作用预测框架及预测方法.pdfVIP

下载本文档

3
0
约1.44万字
约 14页
2023-05-19 发布于北京
举报
版权申诉

基于多模态表示学习的药物相互作用预测框架及预测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于多模态表示学习的药物相互作用预测框架及预测方法，预测框架包括：使用多模态表示学习来提取药物特征，将小分子药物的的特征向量和生物制药的特征向量连接成一个药物对向量，把药物对向量中的每一个特征输入神经网络进行运算，对所有药物对特征的运算结果求均值。预测方法首先构建样本，将样本输入预测框架进行训练和测试，最后再输入药物对进行预测。本发明提出了一种双通道CNN有效提取序列中复杂的局部化学信息和上下文关系，异构网络中所有药物节点的关联信息被编码为一维特征向量，最后使用DNN对SMD和B

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882939 A (43)申请公布日 2022.08.09 (21)申请号 202210675436.5 G06N 3/08 (2006.01) (22)申请日 2022.06.1