本发明属于生物信息领域,具体涉及一种基于张量神经网络的药物‑药物相互作用(Drug‑Drug Interaction,DDI)预测方法,该方法将药物首先表示为不同的化学子结构的集合,通过构建子结构张量并建立张量神经网络模型,利用此模型求解出化学子结构‑化学子结构间的相互作用(substructure‑substructure interaction,SSI),通过SSI来最终预测出DDI发生的概率。该方法具有可解释性高,能预测药物间相互作用的多种关系,可在冷启动条件下进行预测的特点,能有效克服以往神经网络DDI预测模型中难以解释的缺陷,有助于临床专家进行药物间相互作用反应的解释和新药物的构建。
声明:
“基于张量神经网络的药物-药物相互作用预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)