[发明专利]一种基于多任务学习的异质图卷积网络的药物重定位模型

说明书

本发明涉及药物研发的技术领域，特别是涉及一种基于多任务学习的异质图卷积网络的药物重定位模型，其能够从不同生物实验的数据集中获得药物和疾病的多角度的特征，可以提高药物重定位的性能，解决药物‑疾病关联预测任务中阳性样本的稀疏性问题；包括以下模块：输入模块：通过结合药物，miRNA，蛋白质，疾病生物实体节点及其关联构建异质信息网络；图表示学习模块：通过堆叠带有残差连接和层级注意力机制的图卷积网络层来学习HIN中节点的表示；多任务预测模块：包括两个与药物相关的预测任务，即药物‑miRNA关联预测，药物‑蛋白质关联预测；两个与疾病相关的预测任务，即miRNA‑疾病关联预测，蛋白质‑疾病关联预测，来作为辅助任务，学习更高质量的表示。

技术领域

本发明涉及药物研发的技术领域，特别是涉及一种基于多任务学习的异质图卷积网络的药物重定位模型。

背景技术

传统的药物研发过程通常需要十年以上的时间，每种新药得到获批并应用于临床的平均成本超过10-20亿美元，而且，新药发现的成功率不到10％，这远达不到治疗疾病的需求，更不用说治疗罕见和复杂疾病的药物。药物重定位，通常预测药物和疾病的关联来为现有药物寻找新的适应症，与传统药物研发相比，药物重定位可以降低药物研发的成本和时间，提高药物发现的成功率。因此，药物重定位是一个具有应用前景、可行的、重要研究意义的课题。

一般来说，现有的重定位计算方法大致可以分为三类：一是基于传统机器学习的方法，将药物重定位作为一个分类问题。从已知的关联数据中提取或学习药物和疾病的特征，接着应用经典的分类算法进行分类，如：SVT，RLS，RF等；二是基于矩阵分解的方法，将药物-疾病关联矩阵分解为低维的药物特征矩阵和疾病特征矩阵，并推断潜在的药物-疾病关联；三是基于网络的方法，将与药物，疾病相关的数据及关联建模为网络，并从网络中学习到药物，疾病的表示以计算潜在的关联，如GCN，GAT等。

尽管已经提出了许多用于药物重定位任务的方法，但是现有方法存在以下共同缺点，首先药物-疾病关联数据库中的阳性样本非常稀疏，这对训练有效的药物重定位模型是一个挑战，使得药物重定位的性能较低，而且这些方法，并没有使用特定的过程来处理稀疏问题；其次，尽管存在药物相关的多源数据集，但是这些数据并未在现有方法中得到利用，来自不同生物实验的数据集是从不同的角度描述了药物和疾病的特征。例如，药物可以利用蛋白质/miRNAs作为靶点来调节蛋白质/miRNAs的表达水平，而蛋白质/miRNAs的不适当表达水平可能与某些疾病密切相关。因此针对药物重定位任务，这些方法的性能比较低，其原因是，不能很好的处理药物-疾病关联数据库中的阳性样本非常稀疏的问题，而且也不能从不同生物实验的数据集中获得药物和疾病的多角度的特征。

发明内容

为解决上述技术问题，本发明提供一种可以提高药物重定位的性能，解决预测药物-疾病关联任务中阳性样本的稀疏性问题，能够从不同生物实验的数据集中获得药物和疾病的多角度的特征的基于多任务学习的异质图卷积网络的药物重定位模型。

本发明的一种基于多任务学习的异质图卷积网络的药物重定位模型，包括以下模块：

输入模块：通过结合药物、miRNA、蛋白质和疾病之间的复杂关联来构建异质信息网络(HIN)；

图表示学习模块：通过堆叠带有残差连接和层级注意力机制的图卷积网络层来学习HIN中节点的表示；

多任务预测模块：利用四个预测任务，包括两个与药物相关的预测任务，即药物-miRNA关联预测，药物-蛋白质关联预测；两个与疾病相关的预测任务，即miRNA-疾病关联预测，蛋白质-疾病关联预测，来作为辅助任务，来帮助药物-疾病关联预测任务的学习，以获得更高质量的节点的表示。

本发明的一种基于多任务学习的异质图卷积网络的药物重定位模型，其中构建异质信息网络模块：结合药物、疾病相关的多源数据集，构建一个异质信息网络G＝(V，E)。