[发明专利]药物靶点预测模型的构建方法、装置、存储介质及电子设备

权利要求书

1.一种药物靶点预测模型的构建方法，其特征在于，包括：

获取训练样本集；

对所述训练样本集进行预处理，得到所述训练样本集的渗流相变点；

基于所述渗流相变点对所述训练样本集进行渗流处理，得到连通概率矩阵；

提取所述连通概率矩阵中的目标特征向量；

对所述目标特征向量依次进行降维处理和嵌入处理，得到低维嵌入向量；

利用所述低维嵌入向量对逻辑回归模型进行训练，得到药物靶点预测模型。

2.如权利要求1所述的药物靶点预测模型的构建方法，其特征在于，所述对所述训练样本集进行预处理，得到所述训练样本集的渗流相变点，包括：

获取所述训练样本集的网络节点的平均度数；

基于所述网络节点的平均度数确定所述渗流相变点的搜索空间；

按照预设步长在所述搜索空间进行搜索，以确定所述训练样本集的渗流相变点。

3.如权利要求2所述的药物靶点预测模型的构建方法，其特征在于，所述按照预设步长在所述搜索空间进行搜索，以确定所述训练样本集的渗流相变点，包括：

分别对所述训练样本集中的每一条边赋予第一随机数；

将所述第一随机数与所述搜索空间中的第一概率值进行比较，确定是否进行删边处理；

若是，则获取删边处理后的所述训练样本集中各连通分量中目标连通分量的大小；

返回执行分别对所述训练样本集中的每一条边赋予第一随机数的步骤，直至所述目标连通分量的数量达到第一预设数量时终止；

获取第一预设数量所述目标连通分量大小的第一平均值；

基于所述预设步长和所述目标连通分量大小的第一平均值确定所述训练样本集的渗流相变点。

4.如权利要求1所述的药物靶点预测模型的构建方法，其特征在于，基于所述渗流相变点对所述训练样本集进行渗流处理，得到连通概率矩阵，包括：

分别对所述训练样本集中的每一条边赋予第二随机数；

将所述第二随机数与所述渗流相变点进行比较，确定是否进行删边处理；

若是，则获取删边处理后所述训练样本集中各连通分量的节点列表，并基于所述节点列表生成连通矩阵；

返回执行分别对所述训练样本集中的每一条边赋予第二随机数的步骤，直至所述连通矩阵的数量达到第二预设数量时终止；

获取第二预设数量所述连通矩阵的第二平均值，所述第二平均值为所述连通概率矩阵。

5.如权利要求1所述的药物靶点预测模型的构建方法，其特征在于，所述对所述目标特征向量依次进行降维处理和嵌入处理，得到低维嵌入向量，包括：

采用自动编码器将所述目标特征向量降维至128维，得到节点嵌入向量；

利用哈德曼积对所述节点嵌入向量进行边嵌入处理，得到低维嵌入向量。

6.如权利要求1所述的药物靶点预测模型的构建方法，其特征在于，所述利用所述低维嵌入向量对逻辑回归模型进行训练，得到药物靶点预测模型，包括：

基于梯度下降学习法和所述低维嵌入向量对逻辑回归模型进行训练，得到药物靶点预测模型。

7.如权利要求1所述的药物靶点预测模型的构建方法，其特征在于，在所述利用所述低维嵌入向量对逻辑回归模型进行训练，得到药物靶点预测模型之后，还包括：

获取验证样本集和测试样本集；

将所述验证样本集和所述测试样本集输入至所述药物靶点预测模型进行测试，得到测试结果。