公开(公告)号：CN118430844A

公开(公告)日：2024-08-02

申请号：CN202410473488.3

申请日：2024-04-19

Applicant: 湖南大学

Inventor： 金敏 ,  赵博涛 ,  龚后武 ,  彭绍亮 ,  骆嘉伟

IPC: G16H70/40 ,  G16C20/50 ,  G16C20/70 ,  G06F18/27 ,  G06F18/2431

Abstract: 本发明公开一种基于深度学习异构网络的药物不良反应预测方法及系统。所述预测方法采用基于嵌入权重的图神经网络的药物活性分子结构特征提取模型结合分子的理化性质提取待测药物活性分子的结构特征；然后利用基于多头注意力机制的Transformer Decoder模块对提取的待测药物活性分子的结构特征通过自回归的方式不断地预测生成药物潜在的不良反应；直到预测出的结果为预定义的结束词，获得该药物所有潜在的不良反应。本发明借助嵌入权重的图神经网络强大的图数据结构数据处理能力和Transformer Decoder模块强大的生成能力，构建一个端到端的深度学习方法框架，学习药物与不良反应之间的潜在联系，能更加全面、完整、准确地预测药物的潜在的不良反应。