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层次图架构的药物‑药物相互作用预测方法。本发明在分子层次采用注意力感知的消息传递网络来捕获药物分子图的结构和属性信息以编码分子图；在分子内层次提取分子内的子结构，采用自注意力机制捕获分子上下文中子结构中的重要性，构建主题功能模型来挖掘子结构中潜在功能语义信息；对于分子间层次采用迭代学习策略不断精化DDI网络拓扑并优化药物的嵌入表示；本发明采用双层全连接神经网络预测药物对之间发生相互作用的概率。本发明方法取得了卓越的DDI预测性能，对于分析复杂的药物分子内部结构和预测药物对间潜
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117809760A
(43)申请公布日2024.04.02
(21)申请号202311793781.X
(22)申请日2023.12.25
(71)申请人中国科学院计算机网络信息中心
地址
文档评论（0）