[发明专利]一种基于交互表示学习的药物特征表示方法

说明书

本发明提供了一种基于交互表示学习的药物特征表示方法，通过异构图表示学习和分子图表示学习的双向循环交互机制，充分整合利用多尺度的药物特征表示，使药物多尺度的药物特征互补和融合，实现了从多尺度的药物描述数据中获取药物的特征表示的功能。本发明针对丰富的药物描述数据，循环利用药物的宏观和微观特征，同时开展药物的异构图表示学习和分子图表示学习，充分利用药物不同尺度的特征交互，融合药物的宏观维度数据和微观维度数据，从药物描述数据中获取药物的特征表示，对下游的药物发现和药物设计具有重要的指导意义。

技术领域

本发明属于图表示学习和生物医药技术领域，具体涉及一种基于交互表示学习的药物特征表示方法。

背景技术

药物是人类预防、治疗及诊断疾病的物质。现实中存在大量与药物相关的数据信息，如生物医学文本、电子健康记录、报告系统和公共数据库(DrugBank、PubChem、KEGG等)，包含丰富多样的药物理化数据、药物靶点数据、药物-药物互作用数据、药物代谢通路数据、药物的蛋白酶数据和药物的结构数据等。这些数据能够反映药物的多尺度特性，如药物靶点数据和蛋白酶数据可以体现药物的某种特定功能特性，而药物的结构数据则蕴含了药物的生物活性，能够从微观的角度解释药物的特性。因此将药物的描述数据大致分为宏观维度数据和微观维度数据。宏观维度数据包含药物靶点、蛋白酶和代谢通路等生化描述数据，微观维度数据包括药物分子内部多原子、多键的特征和结构信息。药物的宏观特征表示和微观特征表示代表了不同视角的描述信息，存在一定的互补和冗余。从多尺度的药物描述数据中获取药物的特征表示，对下游的药物发现和药物设计具有重要的指导意义。

发明内容

本发明要解决的技术问题是：提供一种基于交互表示学习的药物特征表示方法，用于从多尺度的药物描述数据中获取药物的特征表示。

本发明为解决上述技术问题所采取的技术方案为：一种基于交互表示学习的药物特征表示方法，包括以下步骤：

S1：收集药物的多尺度描述数据；

S2：提取药物的多尺度特征，包括采用异构图表示学习提取药物的宏观特征，采用分子图表示学习提取药物的微观特征；

S3：使用多尺度数据的双向循环交互学习机制，交互学习药物的多尺度特征表示。

按上述方案，所述的步骤S1中，具体步骤为：

S11：从药物数据库DrugBank中获取药物互作用数据、药物靶点数据和药物酶数据，并使用ID映射服务器将药物的靶点映射到药物数据库KEGG DRUG中，获得药物的代谢通路数据；

S12：从药物数据库BioGRID中获取药物和蛋白质相互作用的数据，将上述药物描述数据和它们之间各种类型的关系构建成异构的药物关联网络，获得药物的宏观维度数据；

S13：从药物数据库PubChem中获取每个药物分子的规范SMILES表示并进行预处理，将SMILES字符串依次转换为分子结构图和图数据结构的表示形式，采用节点和边分别表示原子和化学键，得到药物的微观维度数据。

按上述方案，所述的步骤S2中，提取药物的宏观特征的具体步骤为：

S21：构建面向异构图的表示学习模型；

设所有节点类型的集合为O，将每个节点v_i∈V划分为特定的节点类型；所有链接类型的集合为R，将每个链接e∈E划分为特定的链接类型；设描述药物的异构网络G＝(V，E)与节点类型映射函数ε：V→O和链接类型映射函数ψ：E→R相关；将药物的互作用数据、靶点、酶和代谢通路特征构建为药物的异构关联网络；

采用药物的异构图表示学习模型为每个节点学习一个特征表示即映射函数：

设|R|＞1，E_r包含属于类型r∈R的所有链接，则：