融合注意力与知识图谱的药物靶点预测

发布时间：2024-04-13 15:45

　　目前,识别药物-靶点相互作用(Drug-Target Interactions,DTIs)已成为多药学、药物重定位、药物发现、副作用预测和药耐性等认知领域的重要前提条件。其次,针对未发现的药物-靶点相互作用生化实验的实验涉及到大量的成本、时间和挑战性的工作,使得药物-靶点对的实验和确认一直是许多药物研究的重大挑战。用于DTIs的自动预测方法不仅能为药物作用机制提供宝贵意见,还可以节省巨大的资源成本。然而现有的许多方法只使用有限数量的结构化数据集实现预测任务,除了已经存储在各种数据库中的已知药物靶点外,非结构化数据中还隐藏着大量未知的药物-靶点相互作用。因此,本文提出融合注意力与医学知识图谱的多关系预测方法(Drug Target Prediction Based Medical Knowledge Graph and Attention Network,DITGAT)。首先确立以药物数据集为中心的非结构化文本数据集,并选择与药物数据集相关联的基因数据集和生物文献数据集作为补充,使用医学实体和关系抽取工具获得医学三元组并构建医学知识图谱。然后利用空间嵌入模型初始化知识图谱中实体与关系、实...

【文章页数】：53 页

【学位级别】：硕士

【部分图文】：

图２．！知识图谱构建方法??－８－??

方法和蛋白质组学方法［＃。这些传统方法受限??于对实验操作和可用资源的依赖，只能处理有限数量的可能药物和靶点。而计算预测方法凭借图??结构和相似性度量的算法大幅提升了传统方法的效率问题，但其受限于算法本身，仍然具有很高??的计算复杂度。作为替代，利用现有的药物靶点知识图谱，将药物....

图２．２知识图谱构建过程??２．３数据选择依据及来源??

宁夏大学硕士学位论文?第二章构建医学知识图谱??在非结构化的网络数据数据中，大多数知识是分散的、自治的、异构的，而不是一个整体，??这源于网络的分散式结构。在构建知识图谱的过程中，若只采用结构化数据作为知识源，通常无??法满足构建需求，需要挖掘非结构化数据中潜在的知识作为补充。由....

图２．４医学知识抽取过程??２．５．１统一医学语言系统??

宁夏大学硕士学位论文?第二章构建医学知识图谱??ＤｒｕｇＢａｎｋ数据库中提供了链接至其他数据库的字段，包括药物描述的ＰｕｂＭｅｄ数据库、药物??作用基因的ＫＥＧＧ数据库等，以这两个数据库为例，链接分析如图２．?３所示，本文以ＤｍｇＢａｎｋ??数据库为出发点，首先提取ＤｒｕｇＢａｎ....

图２．３不同源数据库的关联关系??２．５医学关系提取??

宁夏大学硕士学位论文?第二章构建医学知识图谱??ＤｒｕｇＢａｎｋ数据库中提供了链接至其他数据库的字段，包括药物描述的ＰｕｂＭｅｄ数据库、药物??作用基因的ＫＥＧＧ数据库等，以这两个数据库为例，链接分析如图２．?３所示，本文以ＤｍｇＢａｎｋ??数据库为出发点，首先提取ＤｒｕｇＢａｎ....

本文编号：3953269