[发明专利]一种基于异质网络嵌入模型的疾病药物预测方法

权利要求书

1.一种基于异质网络嵌入模型的疾病药物预测方法，包括数据采集模块、数据预处理模块、路径设计模块、模型训练模块、结果评估模块，其特征在于：

(1)所述的数据采集模块包括：疾病和药物之间相互作用数据、蛋白质和蛋白质之间相互作用数据、疾病和基因之间相互作用数据、药物和靶点之间相互作用数据；

(2)所述的数据预处理模块，对数据采集模块中的数据进行处理，为疾病和药物之间的关系预测提供数据，包括筛选相互作用数据、构建疾病-基因-药物异质网络，其中：

(2-1)筛选相互作用数据，获得基因-基因相互作用数据、疾病-基因相互作用数据、药物-基因相互作用数据、疾病-药物相互作用数据：

(2-2)构建疾病-基因-药物异质网络：将(2-1)中筛选出来的基因-基因相互作用数据、疾病-基因相互作用数据、药物-基因相互作用数据，分别构建基因-基因网络、疾病-基因网络、药物-基因网络；

(2-3)将三种网络合并成疾病-基因-药物异质网络G_digdr＝(V_digdr,E_digdr,T_digdr)，其中V_digdr表示该网络中疾病基因药物节点的集合，分别表示节点为疾病、基因、药物的集合，E_digdr表示疾病-基因、基因-基因、药物-基因之间的连边集合，T_digdr表示类型的集合，包括边的类型和节点的类型包括基因-基因类型tegg、药物-基因类型tedrg、疾病-基因类型tedig，即包括基因类型tvg、药物类型tvdr、疾病类型tvdi，即

(3)所述的路径设计模块，通过设计基于最短元路径的随机游走序列，形成对疾病-基因-药物异质网络G_digdr的潜在表达，过程包括形成具有语义的最短元路径策略、寻找基因与基因的最短路径、形成随机游走路径：

(3-1)形成具有语义的最短元路径策略：生物异质网络中疾病与药物间的关系较为稀疏，往往不能够通过疾病-基因及药物靶点的关系直接将两者联系起来；利用基因与基因的最短路径，将疾病与药物相连；通过疾病-基因和基因-药物的关系，构建具有语义的最短元路径策略，使得药物与疾病能够通过最短基因之间的路径相连接；

(3-2)寻找基因与基因的最短路径：利用基因-基因网络G_gg＝(V_gg,E_gg)，计算网络中基因的集合V_gg中指定的两个基因间的最短路径，该最短路径中的类型均为基因；

(3-3)形成随机游走路径：利用具有语义的最短元路径策略，设置路径规模、起始节点类型及它的遍历次数形成随机游走路径，具体如下：

在疾病-基因-药物异质网络G_digdr＝(V_digdr,E_digdr,T_digdr)中，利用具有语义的元路径策略进行游走，即给定一条长度为K的元路径v_k∈V_digdr表示第k个节点，k＝1,2,…,K，为两个节点之间的关系，即v_k与v_k+1边的类型；策略下相应的转移概率其中，ρ为元路径，表示第k个节点的类型,N(v_k)表示节点v_k的下一个符合游走策略ρ的邻居节点集合，φ(v_k)为类型函数；

当前v_k按照指定的元路径进行节点采样，下一个节点为v_k+1；如果v_k和v_k+1之间不存在连边，则转移概率为0；如果v_k和v_k+1之间存在连边，但v_k+1的类型并不是元路径指定的类型的节点，则转移概率仍然为0；如果v_k和v_k+1之间存在连边，且节点v_k+1的类型符合元路径指定的类型，则设定转移概率由此构建疾病-基因-药物异质网络上的转移概率；其中，元路径ρ都是对称的，并且首个节点的类型与末尾节点的类型相同；

(4)所述的模型训练模块是利用路径设计模块中的随机游走序列，放入模型中进行训练，从模型中学习疾病-基因-药物异质网络G_digdr中的拓扑结构，预测出疾病与药物的潜在关系；

(5)所述的结果评估模块，采用混淆矩阵和ROC曲线验证模型的预测效果，对结果进行评估。