[发明专利]一种信息推荐和信息推荐模型训练方法、相关装置

说明书

本申请实施例公开了一种信息推荐和信息推荐模型训练方法、相关装置，在对待分析化合物能够治疗的疾病病种进行预测时，可以确定第一细胞系指纹，第一细胞系指纹体现待分析化合物对于不同细胞系的活性值；将第一细胞系指纹输入到信息推荐模型得到疾病信息匹配指数，信息推荐模型是根据第二细胞系指纹和细胞疾病相关性信息的匹配结果构建的。由于疾病信息匹配指数可以较为准确地反映出待分析化合物治疗不同疾病的可能性，因此，根据疾病信息匹配指数向用户推荐的疾病信息即待分析化合物可能治疗的疾病。与传统方式相比，本申请实施例不依赖于人类的经验知识，能够准确地确定出待分析化合物可能治疗的疾病，为药物研发提供依据。

技术领域

本申请涉及药品研发领域，特别是涉及一种信息推荐和信息推荐模型训练方法、相关装置。

背景技术

药物是用于治疗疾病的特殊商品，药物是由化合物构成的，可能构成药物的化合物针对不同细胞系的药理作用，可以反映出该化合物可能治疗疾病病种，这样，当针对特定疾病研发药物时，根据各个化合物的药理作用可以确定出药物的组成，从而研发出治疗特定疾病的药物。可见，确定化合物可能治疗疾病病种对于药物研发具有重要的作用。

目前，确定化合物可能治疗疾病病种的方法主要是进行大量基于细胞系的试验，即将候选成药物的每个化合物在不同细胞系中进行试验，检测这些化合物对不同细胞系的药理活性等指标。这些指标能够从一定程度上体现出某些候选成药物化合物潜在的药理作用，但是试验中得到的化合物的药理活性等指标并不能直接指导该化合物对于哪些疾病会有比较大可能性产生治疗作用，还需要专家依据药物开发经验并通过丰富的生物学和药理学知识综合判断，从而确定候选成药物的化合物可能治疗某类或某几类疾病。

然而，这种方法依赖于专家经验知识，取决于专家的个人医学水平，不同专家确定出的结果可能有所不同，因此，这种方法可能出现难以确定出疾病病种或者确定结果不够准确的情况。

发明内容

为了解决上述技术问题，本申请提供了一种信息推荐和信息推荐模型训练方法、相关装置，不依赖于人类的经验知识，能够准确地确定出待分析化合物可能治疗的疾病，为药物研发提供依据。

本申请实施例公开了如下技术方案：

第一方面，本申请实施例提供了一种信息推荐方法，所述方法包括：

确定第一细胞系指纹，所述第一细胞系指纹体现待分析化合物对于不同细胞系的活性值；

将所述第一细胞系指纹输入到信息推荐模型得到疾病信息匹配指数；所述信息推荐模型是根据第二细胞系指纹和细胞疾病相关性信息的匹配结果构建的；所述第二细胞系指纹体现所述各个历史化合物分别对于不同细胞系的活性值；所述细胞疾病相关性信息体现细胞系的生物信息特征和疾病的生物信息特征之间的相关性；

根据所述疾病信息匹配指数向用户推荐疾病信息。

可选的，所述确定第一细胞系指纹，包括：

将所述待分析化合物的化合物信息输入到指纹模型得到所述第一细胞系指纹，所述指纹模型是根据所述各个历史化合物的化合物信息和第二细胞系指纹训练得到的。

可选的，所述确定第一细胞系指纹，包括：

根据细胞系试验结果获取所述第一细胞系指纹。

可选的，所述根据所述疾病信息匹配指数向用户推荐疾病信息，包括：

向所述用户推荐所述疾病信息匹配指数满足预设条件的疾病信息。

可选的，所述细胞疾病相关性信息是根据细胞系的生物信息特征和疾病的生物信息特征构建的。

第二方面，本申请实施例提供了一种信息推荐装置，所述装置包括确定单元、输入单元和推荐单元：