基于KG嵌入和卷积-LSTM网络的药物-药物相互作用预测——基础知识总结

一定要看本系列第三篇！！！超级重要！！！https://blog.csdn.net/zhuge2017302307/article/details/117673769

本篇为毕业设计的基础知识讲解，日更。

主要写每天自己的笔记和对内容的理解，即论文的整体步骤梳理和对每块知识的总结。

2021.04.13

1. 关于过程：

第一步：知识图谱（KG）构建

     ——为了整合多个数据源，知识图是一个强大的工具。在这个图表中，节点代表不同的实体，如药物、疾病、蛋白质靶点、亚结构、副作用和途径。一旦数据以知识图的形式出现，我们就必须从其中提取信息作为交互预测器的特征。

     ——为了做到这一点，我们使用嵌入方法，将图中的每个节点投影到一个密集向量。

第二步：图形嵌入

     ——为了将该知识图中的信息转换为适合于预测模型的格式，我们采用了不同的KG嵌入技术。此处评估了不同的几个KG嵌入技术，以训练和评估ML基线模型。

     ——然后，我们训练了几个ML模型作为基线，并用Conv-LSTM模型进行了实验。

第三步：构建网络和ML基线模型

     ——通过嵌入之后得到输入向量，以此作为基线模型和Conv-LSTM的输入，进行训练网络。

     ——将基线模型结果与Conv-LSTM结果进行比较，我们发现Conv-LSTM的组合CNN和LSTM网络用于预测DDI，其准确性最高。

2. 关于功能：

（1）嵌入功能：

     ——采用TransE、TransD、TransH、HolE、RDF2Vec等图嵌入技术来克服数据的不完整性和稀疏性问题；

     ——大多数嵌入方法是基于平移的；嵌入是通过将关系作为从头部实体到尾部实体的翻译来构建的，构建成一个密集向量；

     ——一旦数据以知识图的形式出现，我们就必须从其中提取信息作为交互预测器的特征。为了做到这一点，我们使用嵌入方法，将图中的每个节点投影到一个密集向量。

     ——创建向量嵌入，例如，在这里（h,,r,t）是一个三元组（即r在h和t之间成立），对于这个等式，有各种选择。

（2）数据

     ——本文从DrugBank、京都基因与基因组百科全书、TWOSIDES和科学文献中收集了DDI信息，然后使用来自DrugBank、KEGG药物、PharmGKB和OFFSIDES的数据创建了一个集成KG（不包括上述DDI数据中的数据）；

     ——在知识图中，节点代表不同的实体，如药物、疾病、蛋白质靶点、亚结构、副作用和途径；

     ——创建一个具有2898937个药物-药物相互作用对的数据集；

     ——准备一个关于DDIs的大规模集成KG，数据来自DrugBank、KEGG、OFFSIDES和PharmGKB，有12亿个元组；

     ——创建KG，提取DDI特征进行训练；

（3）基线模型

     ——监督ML方法，如DT、NB、k-NN、LR、SVM、RF和GBT，主要用于从拓扑和语义相似性特征预测DDI；

     ——决策树（DT）、朴素贝叶斯（NB）、k近邻（kNN）、Logistic回归（LR）、支持向量机（SVM）、随机森林（RF）和梯度增强树（GBT）；

基础的知识总结完毕，下面一章说明具体步骤和每步的工作。