一种基于张量神经网络的药物-药物相互作用预测方法

摘要

本发明属于生物信息领域，具体涉及一种基于张量神经网络的药物‑药物相互作用(Drug‑Drug Interaction，DDI)预测方法，该方法将药物首先表示为不同的化学子结构的集合，通过构建子结构张量并建立张量神经网络模型，利用此模型求解出化学子结构‑化学子结构间的相互作用(substructure‑substructure interaction，SSI)，通过SSI来最终预测出DDI发生的概率。该方法具有可解释性高，能预测药物间相互作用的多种关系，可在冷启动条件下进行预测的特点，能有效克服以往神经网络DDI预测模型中难以解释的缺陷，有助于临床专家进行药物间相互作用反应的解释和新药物的构建。