[發明專利]基于藥物顯隱式特征融合相似性的不良反應預測方法

有效

• 申請號: 202110846348.2
• 申請日: 2021-07-26
• 公開（公告）號: CN113362886B
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 王磊;梁錦威;張建;石巖
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G16B15/30
• 分類號: G16B15/30;G06N3/04
• 代理公司: 北京卓特專利代理事務所(普通合伙) 11572
• 代理人: 田冰;段旺

1.基于藥物顯式特征相似性與隱式特征相似性融合的不良反應預測方法，包括：

對于藥物u與v，使用Jaccard相似度

計算兩個藥物u與v之間的顯式特征相似性，其中，U與V分別為藥物u和藥物v的顯式特征向量；

將已知的藥物-不良反應關聯強度矩陣S分解為P×Q，其中S_N×M≈P_N×K×Q_K×M，以及其中N為矩陣S所代表的藥物數量，M為不良反應數量，P為藥物隱因子特征矩陣，Q為不良反應隱因子特征矩陣，K為隱因子特征維度；

根據藥物隱因子特征矩陣構建藥物隱式特征向量，基于改進的余弦相似度計算藥物u和藥物v之間的隱式特征相似性：

其中，與分別為藥物u和藥物v的隱式特征向量，其中將藥物在藥物隱因子特征矩陣P中對應的行作為藥物的隱式特征向量，表示藥物u和藥物v的隱式特征向量的余弦相似度，為藥物隱式特征向量之間的隱因子分值差異度：

是的第i個隱因子特征，K為隱因子特征維度；

對藥物u與v的顯式特征相似性與隱式特征相似性進行融合，計算

其中，simi(u，v)為藥物u與藥物v的顯隱式特征融合相似性，simi_Jaccard(U，V)為藥物u與藥物v之間的顯式特征相似性，為藥物u與藥物v之間的隱式特征相似性，γ為融合系數，取值范圍為[0，1]；

計算藥物u與多個已知藥物的顯隱式特征融合相似性，找出與藥物u的顯隱式特征融合相似性最高的N_k個藥物，構成藥物u的最近鄰居集合N(u)；

根據藥物u的最近鄰居集合N(u)，計算藥物u對不良反應i的關聯強度預測其中

其中，為藥物u對已知不良反應關聯強度的平均值，s_vi為藥物u的最近鄰居集合N(u)里的藥物v對不良反應i的關聯強度，為最近鄰居集合N(u)里的藥物v對已知不良反應的關聯強度的平均值；以及其中，所述s_vi為藥物-不良反應關聯強度矩陣S中的元素，S中的元素表示藥物對不良反應的關聯強度；

對藥物u對各個不良反應的關聯強度預測排序，將關聯強度預測大的指定數量的不良反應作為預測的藥物u的不良反應。

2.根據權利要求1所述的方法，其中

藥物的顯式特征向量F＝[F^chem，F^indi，F^bio]，其中F^chem是藥物的化學結構特征，F^indi是藥物的適應癥特征，以及F^mole是藥物的生物信息特征；

藥物的化學結構特征F^chem從PubChem數據庫獲??；

藥物的適應癥特征F^indi從SIDER數據庫提??；以及

藥物的生物信息特征F^mole從DrugBank數據庫提取。

3.根據權利要求1所述的方法，其中

通過已有的比例報告比值比法PRR、報告比值比法ROR、貝葉斯置信度遞進神經網絡法BCPNN、多項經驗貝葉斯伽馬泊松分布縮減法MGPS之一的統計學方法計算藥物與不良反應的關聯強度，構造藥物-不良反應關聯矩陣S，

其中，N表示藥物的數量，M表示不良反應的數量，矩陣的行代表藥物對已知不良反應的關聯強度，矩陣的列代表已知藥物對某一個不良反應的關聯強度，矩陣中的行和列的交叉處代表相應的藥物對不良反應的關聯強度。

4.根據權利要求3所述的方法，其中，

選用PRR法計算藥物-不良反應的關聯強度，其計算公式如下：

其中，u表示藥物u，i表示不良反應i，PRR_ui表示藥物u對不良反應i的關聯強度，a表示藥物u產生不良反應i的報告例數，b表示藥物u產生其他不良反應的報告例數，c表示其他藥物產生不良反應i的報告例數，d表示其他藥物產生其他不良反應的報告例數。