[發(fā)明專利]一種基于交互表示學(xué)習(xí)的藥物特征表示方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111126217.3
• 申請(qǐng)日: 2021-09-26
• 公開（公告）號(hào): CN113851197A
• 公開（公告）日: 2021-12-28
• 發(fā)明（設(shè)計(jì)）人: 劉世超;陳思;邱洋;薛一明;章文
• 申請(qǐng)（專利權(quán)）人: 華中農(nóng)業(yè)大學(xué)
• 主分類號(hào): G16C20/70
• 分類號(hào): G16C20/70;G16C20/40;G06N3/04;G06N3/08
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 崔友明

本發(fā)明提供了一種基于交互表示學(xué)習(xí)的藥物特征表示方法，通過異構(gòu)圖表示學(xué)習(xí)和分子圖表示學(xué)習(xí)的雙向循環(huán)交互機(jī)制，充分整合利用多尺度的藥物特征表示，使藥物多尺度的藥物特征互補(bǔ)和融合，實(shí)現(xiàn)了從多尺度的藥物描述數(shù)據(jù)中獲取藥物的特征表示的功能。本發(fā)明針對(duì)豐富的藥物描述數(shù)據(jù)，循環(huán)利用藥物的宏觀和微觀特征，同時(shí)開展藥物的異構(gòu)圖表示學(xué)習(xí)和分子圖表示學(xué)習(xí)，充分利用藥物不同尺度的特征交互，融合藥物的宏觀維度數(shù)據(jù)和微觀維度數(shù)據(jù)，從藥物描述數(shù)據(jù)中獲取藥物的特征表示，對(duì)下游的藥物發(fā)現(xiàn)和藥物設(shè)計(jì)具有重要的指導(dǎo)意義。

技術(shù)領(lǐng)域

本發(fā)明屬于圖表示學(xué)習(xí)和生物醫(yī)藥技術(shù)領(lǐng)域，具體涉及一種基于交互表示學(xué)習(xí)的藥物特征表示方法。

背景技術(shù)

藥物是人類預(yù)防、治療及診斷疾病的物質(zhì)。現(xiàn)實(shí)中存在大量與藥物相關(guān)的數(shù)據(jù)信息，如生物醫(yī)學(xué)文本、電子健康記錄、報(bào)告系統(tǒng)和公共數(shù)據(jù)庫(DrugBank、PubChem、KEGG等)，包含豐富多樣的藥物理化數(shù)據(jù)、藥物靶點(diǎn)數(shù)據(jù)、藥物-藥物互作用數(shù)據(jù)、藥物代謝通路數(shù)據(jù)、藥物的蛋白酶數(shù)據(jù)和藥物的結(jié)構(gòu)數(shù)據(jù)等。這些數(shù)據(jù)能夠反映藥物的多尺度特性，如藥物靶點(diǎn)數(shù)據(jù)和蛋白酶數(shù)據(jù)可以體現(xiàn)藥物的某種特定功能特性，而藥物的結(jié)構(gòu)數(shù)據(jù)則蘊(yùn)含了藥物的生物活性，能夠從微觀的角度解釋藥物的特性。因此將藥物的描述數(shù)據(jù)大致分為宏觀維度數(shù)據(jù)和微觀維度數(shù)據(jù)。宏觀維度數(shù)據(jù)包含藥物靶點(diǎn)、蛋白酶和代謝通路等生化描述數(shù)據(jù)，微觀維度數(shù)據(jù)包括藥物分子內(nèi)部多原子、多鍵的特征和結(jié)構(gòu)信息。藥物的宏觀特征表示和微觀特征表示代表了不同視角的描述信息，存在一定的互補(bǔ)和冗余。從多尺度的藥物描述數(shù)據(jù)中獲取藥物的特征表示，對(duì)下游的藥物發(fā)現(xiàn)和藥物設(shè)計(jì)具有重要的指導(dǎo)意義。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是：提供一種基于交互表示學(xué)習(xí)的藥物特征表示方法，用于從多尺度的藥物描述數(shù)據(jù)中獲取藥物的特征表示。

本發(fā)明為解決上述技術(shù)問題所采取的技術(shù)方案為：一種基于交互表示學(xué)習(xí)的藥物特征表示方法，包括以下步驟：

S1：收集藥物的多尺度描述數(shù)據(jù)；

S2：提取藥物的多尺度特征，包括采用異構(gòu)圖表示學(xué)習(xí)提取藥物的宏觀特征，采用分子圖表示學(xué)習(xí)提取藥物的微觀特征；

S3：使用多尺度數(shù)據(jù)的雙向循環(huán)交互學(xué)習(xí)機(jī)制，交互學(xué)習(xí)藥物的多尺度特征表示。

按上述方案，所述的步驟S1中，具體步驟為：

S11：從藥物數(shù)據(jù)庫DrugBank中獲取藥物互作用數(shù)據(jù)、藥物靶點(diǎn)數(shù)據(jù)和藥物酶數(shù)據(jù)，并使用ID映射服務(wù)器將藥物的靶點(diǎn)映射到藥物數(shù)據(jù)庫KEGG DRUG中，獲得藥物的代謝通路數(shù)據(jù)；

S12：從藥物數(shù)據(jù)庫BioGRID中獲取藥物和蛋白質(zhì)相互作用的數(shù)據(jù)，將上述藥物描述數(shù)據(jù)和它們之間各種類型的關(guān)系構(gòu)建成異構(gòu)的藥物關(guān)聯(lián)網(wǎng)絡(luò)，獲得藥物的宏觀維度數(shù)據(jù)；

S13：從藥物數(shù)據(jù)庫PubChem中獲取每個(gè)藥物分子的規(guī)范SMILES表示并進(jìn)行預(yù)處理，將SMILES字符串依次轉(zhuǎn)換為分子結(jié)構(gòu)圖和圖數(shù)據(jù)結(jié)構(gòu)的表示形式，采用節(jié)點(diǎn)和邊分別表示原子和化學(xué)鍵，得到藥物的微觀維度數(shù)據(jù)。

按上述方案，所述的步驟S2中，提取藥物的宏觀特征的具體步驟為：

S21：構(gòu)建面向異構(gòu)圖的表示學(xué)習(xí)模型；

設(shè)所有節(jié)點(diǎn)類型的集合為O，將每個(gè)節(jié)點(diǎn)v_i∈V劃分為特定的節(jié)點(diǎn)類型；所有鏈接類型的集合為R，將每個(gè)鏈接e∈E劃分為特定的鏈接類型；設(shè)描述藥物的異構(gòu)網(wǎng)絡(luò)G＝(V，E)與節(jié)點(diǎn)類型映射函數(shù)ε：V→O和鏈接類型映射函數(shù)ψ：E→R相關(guān)；將藥物的互作用數(shù)據(jù)、靶點(diǎn)、酶和代謝通路特征構(gòu)建為藥物的異構(gòu)關(guān)聯(lián)網(wǎng)絡(luò)；

采用藥物的異構(gòu)圖表示學(xué)習(xí)模型為每個(gè)節(jié)點(diǎn)學(xué)習(xí)一個(gè)特征表示即映射函數(shù)：

設(shè)|R|＞1，E_r包含屬于類型r∈R的所有鏈接，則：