原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于图对比学习的药物联合使用预测方法，涉及生物信息学技术领域，所述方法包括以下步骤：步骤1、收集药物分子图和细胞系数据，对所述药物分子图进行图增强，对所述细胞系数据进行预处理；步骤2、用图卷积神经网络提取药物表示；步骤3、在所述药物分子图间实施对比学习；步骤4、训练药物联合使用预测模型；步骤5、评估所述药物联合使用预测模型。通过屏蔽节点特征和去除边缘的图增强策略，该模型学习分子内部的内在化学信息，并迫使模型学习分子参与各种反应之间的相关性，使得整体预测算法具有更好的泛化能力，同时
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117558366A
(43)申请公布日2024.02.13
(21)申请号202311649627.5
(22)申请日2023.12.04
(71)申请人上海交通大学宁波人工智能研究院
地
文档评论（0）