AI医药论文笔记--Molecular Substructure-Aware Network for Drug-Drug Interaction Prediction

Molecular Substructure-Aware Network for Drug-Drug Interaction Prediction

MSAN:用于药物相互作用预测的子结构感知网络

浙江大学发表在 CIKM-2022 10月

目录

Molecular Substructure-Aware Network for Drug-Drug Interaction Prediction

1.研究背景

2.方法

MSAN-SE Module

MSAN-SI Module

Prediction Module

3.实验

---

1.研究背景

现有的DDI预测方法大概可以分为三类：

• 一类方法依赖于专家知识例如分子指纹图谱，存在特征难提取和不完整的问题；

• 另一类方法需要部分已知的DDI网络，然而当输入的DDI网络非常稀疏时，或者一些药物是孤立的节点时，很难产生可靠的预测结果；

• 第三类方法直接利用原始分子图中的信息，输入数据比前两类更容易获得，利用原始的化学结构，能更充分地提取分子的化学信息，更具有泛化能力。作者在这里提出的方法即属于这一类。

Relate work：

在这些基于分子图的方法中，一个中心问题是“子结构”的定义和子结构相互作用的建模。挖掘两种药物的子结构之间的相互作用不仅有助于解释DDI的原因，还可以提高预测精度。

Deac等人[1]利用共同注意机制共同编码药物对的分子图。共同注意机制是在节点级执行的，它可以被视为子结构的最细颗粒，但覆盖图语义可能是次优的。此外，节点级的重叠引入了大量的计算成本，这是节点数量的二次方，这使得它不适合建模大分子。

在更高的层次上，子结构可以自然地定义为k-hop中心节点的跳邻域 ，但这种定义在一定程度上固定了子结构的大小，因此不够表达。Nyamabo等人[8]通过可学习的边缘权重定义了尺寸自适应分子亚结构。然而，它需要复杂的GNN架构设计，缺乏灵活性。此外，所有这些工作都定义了中心节点周围的子结构，其中子结构的数量将与节点的数量相同，这可能是不合理的。

创新点：

1. 作者是第一个在DDI预测任务中引入类似Transformer的模块来提取分子子结构模式。我们用一个简单而有效的相似性计算模块进一步模拟了分子间子结构相互作用。

2. 引入了一种新的基于子结构的数据增强方法。在图编码之前执行子结构丢弃增强，以减轻过度拟合。

2.方法

1. 随机选择一半的输入分子图来执行MSAN-SD增强，用GNN对图进行编码。（我们在GNN编码器之前安排子结构丢弃增强（MSAN-SD），以增加输入数据的多样性并减轻过度拟合。）

2. 然后，使用具有可学习模式向量的MSAN-SE模块将图压缩为M个表示向量。

3. 接着，在MSAN-SI模块中，用余弦相似度来度量来自两种药物的每对表示向量，从而产生M×M大小的相似度矩阵。

4. 最后，将flat后相似性矩阵连接到两种药物的表示，并馈送到MLP层以产生最终预测。

   MSAN-SE Module

   MSAN-SE模块使用类似Transformer型的体系结构来获取query向量和key向量之间的注意力分数，然后使用该注意力分数从value向量中获取信息。它可以用公式表述如下：

   将GNN编码的节点表示作为我们的密钥和值：

    通过上述的方式，可以得到每种药物的M个表示向量，它们分别与M个子结构模式相对应,如下所示：

    

   MSAN-SI Module

   在获得表示向量后，用余弦相似度度量两种药物的每对表示向量，从而得到相似度矩阵S。S中元素的值可以指示相互作用的强度，从而使预测结果更具解释力。具体公式如下所示：

   Prediction Module

   对于每种药物的图级表示，通过对每个节点的表示向量的求和来得到：

   展平相似度矩阵S，并将其连接到两种药物的图级表示，将它们馈送到MLP预测层，如下所示： 最后，采用交叉熵损失作为模型的损失函数：

   3.实验

   使用了DrugBank数据集。该数据集包含1706种药物和191,808对药物对，共86种DDI类型。由于数据集只包括阳性药物对，作者在抽样了相同数量的阴性药物对作为负样本。随后，将所有药物对按6：2：2的比例划分为训练集、验证集和测试集。