[发明专利]一种基于图卷积和词向量的药物－靶标相互作用预测方法

权利要求书

1.一种基于图卷积和词向量的药物-靶标相互作用预测方法，其特征在于，包括如下步骤：

步骤1、构建数据集，对数据集进行切分，生成80％的训练集和20％的测试集；

步骤2、对训练集中的药物构建邻接矩阵并提取分子指纹特征；

步骤3、构建靶标的氨基酸序列的三元组词向量表；

步骤4、利用Embedding层对分子指纹特征做映射，同时利用Embedding层将每个靶标的氨基酸序列转换成一个100维的矩阵；

步骤5、利用图卷积对处理好的药物特征进行训练，利用CNN对处理好的靶标特征进行训练；

具体包括如下步骤：

步骤5.1、图卷积过程：

输入：

分子图G＝(V，E)，半径R

对于每个节点vi∈V以及边e_ij∈E

e_ij^(t+1)＝σ(e_ij^(t)+g_ij^(t))     (2)

输出：

步骤5.1.1、遍历图中所有节点和边；

步骤5.1.2、对节点做如式1的计算，其中：

σ(x)＝1/(1+e^-x)     (4)

步骤5.1.2、对边做如式2的计算，其中：

步骤5.1.3、计算输出；

步骤5.2、卷积过程；

步骤5.2.1、输入Embedding后的氨基酸序列；

步骤5.2.2、进行卷积运算

步骤6、将训练后得到的药物特征和靶标特征连接在一起，输入全连接层；

步骤7、经过多次迭代计算，得到训练后的模型；

步骤8、将测试集经过同样的提取特征处理，喂入模型得到测试结果。

2.如权利要求1所述的一种基于图卷积和词向量的药物－靶标相互作用预测方法，其特征在于，步骤1具体包括如下步骤：

步骤1.1、将数据集进行切分，打乱，生成80％的训练集和20％的测试集，将测试集固定不变用于对照；

步骤1.2、对数据集的切分保证训练集和测试集的分布一致。

3.如权利要求1所述的一种基于图卷积和词向量的药物－靶标相互作用预测方法，其特征在于，在步骤2中，利用RDKit对数据集中的药物构建邻接矩阵。

4.如权利要求1或3所述的一种基于图卷积和词向量的药物－靶标相互作用预测方法，其特征在于，在步骤2中，所述分子指纹特征是摩根型指纹。

5.如权利要求1所述的一种基于图卷积和词向量的药物－靶标相互作用预测方法，其特征在于，步骤3具体包括如下步骤：

步骤3.1、将靶标的氨基酸序列3个为一组进行切割；

步骤3.2、利用预训练的词向量表构建词向量矩阵，矩阵的大小为不重复的3元组个数乘100；

步骤3.3、对所有不重复的氨基酸3元组进行编号。

6.如权利要求1所述的一种基于图卷积和词向量的药物－靶标相互作用预测方法，其特征在于，步骤4具体包括如下步骤：

步骤4.1、Embedding层将氨基酸序列转换成100维的矩阵，同样的也将分子指纹转换成特定维度的矩阵；

步骤4.2、Embedding层构建一个映射f:X→Y，将一个空间里的实体映射到一个线性向量空间。

7.如权利要求1所述的一种基于图卷积和词向量的药物－靶标相互作用预测方法，其特征在于，在步骤1中，所述数据集采用Davis数据集，所述Davis数据集中含有68个药物，442个靶标，共30056个药物－靶标对。