CN119517219A 一种多源数据融合的药物不良反应智能预测方法及装置 （广东药科大学）

一种多源数据融合的药物不良反应智能预本申请的实施例公开了一种多源数据融合的药物不良反应智能预测方法及装置，涉及药解决现有技术缺乏更有效的特征分析方法和设计更高效的模型，因此预测ADR的性能较低的问于所述药物相似性向量集合和所述药物不良反2基于所述药物相似性向量集合和所述药物不良反应相似性向量集合对当将目标药物用于目标个体时所产生的不良反应所述药物不良反应相似性向量集合包括：不同的疾病本体的语义相似度和基通过利用SIDER中提供的药物CompoundID，从PubChem批量下载每种药物结构的采用Tanimoto系数作为度量标准，获取药物di和药物dj两个药物的化学结构相似性值sim%r。药物基因相互作用通过OneHot编码表示，即二进制向量；药物di和药物dj基于药物一基因相互作用的相似性使用i和GTj分别表示与药物di和dj存在相互作用关系的基因集合。药物di和dj基于经药物扰动后基因表达差异的相似性通过余弦相似性3针对每个药物不良反应，研究基于其在MeSH中的层次描述符构建了一个有向无环图，s表示包括不良反应s节点本身在内的所有祖先节点的集s则表示包含的所有由父节点指向子节点的边集合；为以可测量的格式对疾病本体术语的语义进行编码，研究定义了疾病A的语义值SV(A)为DAGA中所有疾病对疾病A语义的总据指的是通过针对特定基因或其产物的治疗可以改善疾病症状或预在LSNd和LSNs中分别表示具有k个不同相似度特征的m个药物和m个药物不良示一个完全连接的层，其中*表示神经元的个数；Dropout表示一个概率为p的Dropout层；4获取数据模块，用于获取多源数据；其中，所述多源数据包预测模块，用于基于所述药物相似性向量集合和所述药物不良反应相似性向量集合，5人工智能分析力的计算机技术及相关算法在辅助临床ADR预测分析中的作用愈发显著，但如何有效处理这些海量数据并挖掘其蕴含的客观规律以进行精确预测仍然是一个巨大挑这些公开的源数据库为ADR预测提供了丰富的基因组学信息基础，但是庞大的基因数据量[0003]本申请的主要目的在于提供一种多源数据融合的药物不良反应智能预测方法及[0005]第一方面，本申请实施例提供一种多源数据融合的药物6[0012]通过利用SIDER中提供的药物CompoundID，从PubChem批量下载每种采用Tanimoto系数作为度量标准，获取药物di和药物dj两个药物的化学结构相似性值一个二进制向量；药物di和药物dj基于药物一基因相互作用的相似性sim,""使用[0018]药物di和dj基于经药物扰动后基因表达差异的相似性通过余弦相[0020]其中，f"和邓"表示药物i或j经过扰动后的基因表达特征向量，和表示向量xfe和的范数。[0021]作为本申请一些可选方式，所述不同的疾病本体的语义相似度通过以下步骤获s则表示包含的所有由父节点指向子节点的边集合；为以可测量的格式对疾病本体术语的语义进行编码，研究定义了疾病A的语义值SV(A)为DAGA中所有疾病对疾病A语义的7疗证据指的是通过针对特定基因或其产物的治疗可以改善疾病症状在LSNd和LSNs中分别表示具有k个不同相似度特征的m个药物和m个药物不良反应的潜在表示，即LSN的输出。其中，LSNd和LSNs表示两个结构一致的线性子网络示一个概率为p的Dropout层。Linear和Relu分别代表线性函数和校正线性单元激活函数，[0031]作为本申请一些可选方式，所述目标药物不良反应智能预测模型是通过将[0034]第二方面，本申请实施例提供一种多源数据融合的药物8[0039]本申请提供了一种新的深度学习架构——药物一基因一药物不良反应神经网络物基因组学源数据，主要内容包括化学一基因相互作用(CheCGIs)、基因疾病关联(GeneDiseaseAssociations，GDAs)以及药物扰动的基因表达变物基因药物不良反应关联的信息，使其形成具有学习交叉特征的新深度学习架构——[0045]本申请提出了一种基于深度学习技术的预测模型，该模型利用卷积神经网络VGGNet(VisualGeometryGroupNetwork)框架和多层感知器(MultilayerPerceptron，MLP)相结合的方式，从多源药物基因组学数据中提取特征并预测药物可能引起的不良反性、基于药物基因相互作用的药物相似性、基于经药物扰动后基因表达差异的药物相似括比较毒理学基因组学数据库(ComparativeToxicogenomicsDatabase，CTD)、LINCSL1000、PubChem、医学主题词表(theUSNationalLibraryofMedicine'sMedical学基因/蛋白质相互作用及化学与基因疾病之间的关联，旨在揭示易感性和环境因素对疾9300个基因、6,100种表型、7,270种疾病和202,000个暴露事件。CTD利用了MeSH和OMIM[0048]LINCSL1000是美国国立卫生研究院(NationalInstitutesofHealth，NIH)支持的图书馆集成网络基础细胞特征(TheLibraryofIntegratedNetwork_Based978个landmark基因的表达谱，同时利用深度学习方法预测剩余12,328个基因的表达量。文件包含孔中每个观察到的分析物的荧光强度值。第二级(GeneExpression，GEX)：从Luminex微珠中反褶积后每1000个基因的基因表达值。第三级(Quantile_2Normalized个图谱的稳健Z评分计算差异表达基因的特征(PC(platecontrol)作为空白对照群体；VC[0049]PubChem是一个由NIH的国家生物技术信息中心(NationalCenterfor[0050]MeSH是美国国立医学图书馆(NationalLibraryofMedicine，NLM)编制的一套下载每种药物结构的SMILES(SimplifiedMolecularInputLineEntrySystem)字符串物基因或蛋白质的相互作用，这些相互作用大多数是二元的，但也包括更复杂的嵌套事sim,""使用Jaccard指数计算，公式[0057]最后，基于经药物扰动后基因表达差异的药物相似性是从LINCSL1000项目中获每个值表示对照样品和化合物处理样品之间差异表达的方向和大小。使用特征方向于经药物扰动后基因表达差异的相似性通过余弦相似性公式计算，公式[0060]构建新的药物不良反应描述符：为了构建更加全面高效义了疾病A的语义值SV(A)为DAGA中所[0062]这一公式不仅考虑了疾病本体在DAG中的位置，还体现了其与其祖先词的语义关NucleotidePolymorphisms，SNPs)、插入/缺失(indels)或拷贝数变异(CopyNumber[0065]所述模型的整体网络结构如图3所示，所述模型的输入包括药物相似性向量集合表示不良反应不良反应在基因不良反应关联关系空间上的相似性。应的组合特征，即特征交叉。药物和药物不良反应的组合特征定义为VFCs，用公式表示为vrcs=Drug8side,其中表示张量乘积。三个支路进行训练。具体来说，Drug和Side使用两个结构一致的线性子网络(Linear[0071]卷积神经网络子网络CSN参考VGGNet的做法，每个卷积块由Conv2d(卷积)+案推广到多标签分类场景，无需特别调整类权重和阈值。与基于二元相关性(Binary[0079]本申请研究通过系统地对比不同药物基因组学交叉特征组合辅助预测不良反应基因相互作用(CGI)作为特征的模型在所有测试条件下的预测能力均是最优的。特别值得注意的是，在结合使用药物化学结构(CS)信息的情况下，模型达到了AUROC(AreaUndertheReceiverOperatingCharacteristicCurve))92.30％和AUPRC(AreaUnderthe的是，嵌入已知药物_不良反应关联的邻域相似性进一步提升了模型的整体性能。具体来证过程。此方法有效