MUFFIN:多尺度特征融合预测药物-药物相互作用
论文题目 | MUFFIN: multi-scale feature fusion for drug–drug interaction prediction |
---|---|
论文出自 | Bioinformatics, 2021, 1–8 |
一、研究现状?
以往的研究利用大量的标记数据,仅仅考虑药物的结构或序列信息,而没有考虑药物与其他生物医学对象(如基因、疾病、通路)之间的关系或拓扑信息,或仅考虑知识图(KG)而不考虑药物分子结构信息。
二、MUFFIN模型?
MUFFIN是一种基于药物化学结构和生物医学KG的DDI预测深度学习框架,可以联合学习基于药物自身结构信息和具有丰富生物医学信息的KG的药物表征。
引入了两级架构,包括交叉级和标量级模块,可以融合不同粒度的内部和外部特性。
(i)交叉级是对不同的特征进行叉乘运算,对局部特征(基于CNN)和全局特征进行提取和聚合;
(ii)标量级通过元素积提取出许多细粒度融合特征。
由三个模块组成:
(a)表示学习模块(左):MUFFIN利用药物结构信息,将其输入MPN