(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210272634.7 (22)申请日 2022.03.18 (71)申请人 清华大学 地址 100084 北京市海淀区双清路3 0号清 华大学 (72)发明人 姚权铭　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 杨明月 (51)Int.Cl. G16B 15/30(2019.01) G06F 16/36(2019.01) (54)发明名称 基于医药知识图谱的药物相互反应预测方 法及装置 (57)摘要 本发明提供一种基于医药知识图谱的药物 相互反应预测方法及装置， 所述基于医药知 识图 谱的药物相互反应预测方法， 包括： 获取待检测 药物对的药物相互作用数据集； 其中， 所述药物 相互作用数据集用于表示不同药物之间的关系； 基于所述药物相互作用数据集和预设医药知识 图谱， 获取所述待检测药物对对应的方向子图； 通过图结构学习对所述方向子图进行修改， 得到 所述待检测药物对对应的第一子图； 基于所述第 一子图， 获取所述待检测药物对之间具有解释性 的路径。 本发 明能够对药物间的相互作用做出解 释， 同时能提高药物间相互作用预测的准确率以 及预测效率。 权利要求书2页 说明书14页 附图5页 CN 114724622 A 2022.07.08 CN 114724622 A 1.一种基于医药知识图谱的药物相互反应预测方法， 其特 征在于， 包括： 获取待检测药物对的药物相互作用数据集； 其中， 所述药物相互作用数据集用于表示 不同药物之间的关系； 基于所述药物相互作用数据集和预设医药知识图谱， 获取所述待检测药物对对应的方 向子图； 通过图结构学习对所述方向子图进行修改， 得到所述待检测药物对 对应的第一子图； 基于所述第一子图， 获取 所述待检测药物对之间具有解释性的路径。 2.根据权利要求1所述的基于医药知识图谱的药物相互反应预测方法， 其特征在于， 所 述基于所述药物相互作用数据集和预设医药知识图谱， 获取所述待检测药物对对应的方向 子图， 包括： 将所述药物相互作用数据集和所述预设医药知识图谱进行合并， 得到第二子图； 使用第一图神经网络对所述第 二子图进行图嵌入学习， 得到所述第 二子图中每个节点 的嵌入表示； 从完成图嵌入学习的第二子图中提取所述待检测药物对中第 一药物对应的2 ‑hop子图 和所述待检测药物对中第二药物对应的2 ‑hop子图； 提取所述第一药物对应的2 ‑hop子图与所述第二药物对应的2 ‑hop子图的交集图， 得到 第三子图； 基于所述第三子图， 获取 所述待检测药物对 对应的方向子图。 3.根据权利要求1所述的基于医药知识图谱的药物相互反应预测方法， 其特征在于， 所 述基于所述药物相互作用数据集和预设医药知识图谱， 获取所述待检测药物对对应的方向 子图， 包括： 将所述药物相互作用数据集和所述预设医药知识图谱进行合并， 得到第二子图； 从所述第二子图中提取所述待检测药物对中第一药物对应的2 ‑hop子图和所述待检测 药物对中第二药物对应的2 ‑hop子图； 提取所述第一药物对应的2 ‑hop子图与所述第二药物对应的2 ‑hop子图的交集图， 得到 第三子图； 基于所述第三子图， 获取 所述待检测药物对 对应的方向子图。 4.根据权利要求3所述的基于医药知识图谱的药物相互反应预测方法， 其特征在于， 所 述获取所述待检测药物对 对应的方向子图之后， 还 包括： 使用第一图神经网络对所述方向子图进行图嵌入学习， 得到所述方向子图中每个节点 的嵌入表示。 5.根据权利要求2 ‑4中任一项所述的基于医药知识图谱的药物相互反应预测方法， 其 特征在于， 所述通过图结构学习对所述方向子图进行修改， 得到所述待检测药物对对应的 第一子图， 包括： 基于所述方向子图中每个节点的嵌入表示， 通过图结构学习对所述方向子图进行修 改， 得到所述待检测药物对 对应的第一子图。 6.根据权利要求5所述的基于医药知识图谱的药物相互反应预测方法， 其特征在于， 所 述基于所述方向子图中每个节点的嵌入表示， 通过图结构学习对所述方向子图进行修改， 得到所述待检测药物对 对应的第一子图， 包括：权　利　要　求　书 1/2 页 2 CN 114724622 A 2在所述方向子图的每 个节点与每 个所述节点的邻居节点之间添加边； 基于所述方向子图中每个节点的嵌入表示， 利用预设边权重计算函数计算所述方向子 图中不同节点之间边的权 重； 基于不同节点之间边的权重和预设阈值， 对所述方向子 图的结构进行修改， 得到所述 待检测药物对 对应的第一子图。 7.根据权利要求1或6所述的基于医药知识图谱的药物相互反应预测方法， 其特征在 于， 所述基于所述第一子图， 获取 所述待检测药物对之间具有解释性的路径， 包括： 使用第二图神经网络对所述第 一子图进行图嵌入学习， 更新所述第 一子图中每个节点 的嵌入表示； 基于所述第 一子图中每个节点的嵌入表示， 对所述第 一子图中所有节点的嵌入表示求 取平均值， 获取 所述第一子图的嵌入表示； 对所述第一子图的嵌入表示， 所述待检测药物对中第 一药物在所述第 一子图中对应的 节点的嵌入表示和所述待检测药物对中第二药物在所述第一子图中对应的节点的嵌入表 示进行拼接， 得到拼接结果； 利用全连接层对所述拼接结果进行预测， 获取所述待检测药物对之间具有解释性的路 径。 8.一种基于医药知识图谱的药物相互反应预测装置， 其特 征在于， 包括： 数据获取模块， 用于获取待检测药物对的药物相互作用数据集； 其中， 所述药物相互作 用数据集用于表示 不同药物之间的关系； 子图提取模块， 用于基于所述药物相互作用数据集和预设医药知识图谱， 获取所述待 检测药物对 对应的方向子图； 子图修改模块， 用于通过图结构学习对所述方向子 图进行修改， 得到所述待检测药物 对对应的第一子图； 路径获取模块， 用于基于所述第一子 图， 获取所述待检测药物对之间具有解释性的路 径。 9.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至7任一项所 述医药知识图谱的药物相互反应预测方法。 10.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算 机程序被处理器执行时实现如权利要求1至7任一项所述医药知识图谱的药物相互反应预 测方法。权　利　要　求　书 2/2 页 3 CN 114724622 A 3