[發明專利]一種基于知識圖譜的中藥復方靶標預測方法

在審

• 申請號: 202111123982.X
• 申請日: 2021-09-24
• 公開（公告）號: CN113764035A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 何潔月;龔倬;張乃心
• 申請（專利權）人: 東南大學
• 主分類號: G16B15/30
• 分類號: G16B15/30;G16H20/10;G06F16/36;G06N3/04;G06N3/08
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 許小莉

1.一種基于知識圖譜的中藥復方靶標預測方法，其特征在于，依次包括以下順序執行的步驟：

步驟1.根據輸入的復方靶標關系作用圖和中藥復方知識圖譜，使用知識圖譜嵌入技術得到實體和關系的嵌入表示；

步驟2.根據步驟1得到的嵌入表示，使用基于圖神經網絡體系結構的關系路徑感知聚合層對嵌入表示進行基于知識圖譜關系的鄰域聚合得到復方和靶標的嵌入表示；

步驟3.根據步驟2得到的復方和靶標的嵌入表示，利用層聚集機制從所有傳播層中聚合復方和靶標的嵌入表示，使用協同過濾算法輸出復方靶標預測的匹配分數。

2.根據權利要求1所述的一種基于知識圖譜的中藥復方靶標預測方法，其特征在于，步驟1具體包括如下步驟：

步驟1.1.將復方靶標關系作用圖和中藥復方知識圖譜編碼為統一的關系圖其中，和分別表示一組復方和一組靶標，p和t分別表示復方和靶標，鏈接y_pt＝1表示靶標t和復方p之間的附加關系Interact，和分別表示實體集和關系集，h，r，t分別表示頭實體、關系和尾實體；

步驟1.2.利用知識圖譜嵌入技術TransR，在三元組粒度上將關系圖中的每個實體和關系參數化為一個向量：

將實體和關系分別映射到不同的語義空間中，包括實體空間和關系空間，對于關系圖中存在三元組(h，r，t)，TransR通過優化平移原理來學習嵌入每個實體和關系，這里，e_h，和分別是h、t和r的嵌入；是e_h和e_t在關系r空間中的投影表示，對于給定的三元組(h，r，t)，其合理性評分制定如公式(1)：

其中g(h，r，t)是三元組(h，r，t)的合理性評分，W_r∈R^k×d是關系的變換矩陣，它將實體從d維實體空間投影到k維關系空間，表示L₂正則化項，較低的g(h，r，t)分數表明三元組更有可能是真實的，反之則是虛假的，通過公式(2)的成對排序損失函數區分真實的三元組和虛假的三元組：

其中表示成對排序損失函數，并且(h，r，t’)是通過隨機替換真實三元組中的一個實體而構造的虛假三元組，g(h，r，t’)是虛假三元組的合理性評分，σ(·)是sigmoid函數。

3.根據權利要求2所述的一種基于知識圖譜的中藥復方靶標預測方法，其特征在于，步驟2具體包括如下步驟：

步驟2.1.鄰域聚合：將根據步驟1得到的有關實體和關系的嵌入表示，使用表示頭實體h的鄰域網絡，設計關系性消息傳遞模式聚合實體的鄰域網絡表示將h鄰域網絡的線性組合表示定義如公式(3)：

其中f(·)是從每個連接(h，r，t)中提取和集成信息的聚合函數；

步驟2.2.表示聚合：使用雙相互作用聚合器將實體表示e_h及其鄰域網絡表示聚合為實體h的新的嵌入表示：

其中e_t是實體t在知識圖譜中的嵌入表示，是考慮了關系r的嵌入表示的貢獻而設計的一種關系性消息傳遞模式；

然后將實體表示e_h及其鄰域網絡表示聚合為實體h的新的嵌入表示，即其中f_agg(·)表示聚合函數，表示通過一次聚合更新得到的實體表示；

步驟2.3.高階嵌入傳播：以遞歸的方式堆疊更多的聚合層以探索知識圖譜中的高階連通性信息。

4.根據權利要求3所述的一種基于知識圖譜的中藥復方靶標預測方法，其特征在于，步驟2.2所述聚合采用Sum聚合器實現，具體方法是：將實體表示和鄰域表示兩種表示相加，并應用一個非線性變換，如公式(5)所示，其中f_sum表示相加聚合過程：

其中激活函數設置為LeakyReLU；是用來提取有用信息傳播的可訓練的權重矩陣，d是嵌入維度，d′是變換大小。