具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

第一方面，本发明实施例提供了一种基于双图卷积融合模型的药物连接图分数预测方法。

一实施例中，参照图1，图1为本发明基于双图卷积融合模型的药物连接图分数预测方法一实施例的流程示意图。如图1所示，基于双图卷积融合模型的药物连接图分数预测方法包括：

步骤S10，构建训练网络，训练网络由编码器和解码器构成，编码器由符号图卷积网络层、特征融合层以及图注意力网络层构成；

本实施例中，训练网络由进行特征编码的编码器和负责计算预测的解码器构成。编码器由负责提取全局特征的符号图卷积网络层、负责全局特征和局部特征融合的特征融合层以及负责提取局部特征的图注意力网络层构成。解码器实质上是针对每一对药物的特征计算cosine相似度。

步骤S20，获取药物数据集，所述药物数据集包括每个药物的简化分子线性输入规范、ECFP4特征以及每对药物的连接图分数；

本实施例中，不对步骤S10与步骤S20的执行先后顺序做限制，可根据实际需要设置步骤S10与步骤S20的执行先后顺序。数据集包括的每对药物的连接图分数作为标签数据集，且对标签数据集中每对药物的连接图分数进行预处理，将分数值放缩到-1至1之间。

步骤S30，将数据集分为训练集以及测试集，通过训练集构建药物关联图和药物分子图；

本实施例中，将数据集随机均分为5份，取4份合并为训练集，剩余1份作为测试集。其中，药物关联图以药物作为结点，不同药物间的连接图分数作为边的权重，药物关联图以二维邻接矩阵的形式构建和保存，矩阵的行和列表示对应的药物，矩阵元素值表示经过预处理后的两个药物的连接图分数，药物关联图中每个药物结点的初始特征是药物的ECFP4特征；药物分子图通过RDKit工具包转换而来，药物分子图以构成药物的原子为结点，原子间的连接为边，药物分子图以二维邻接矩阵的形式构建和存储，矩阵的行和列表示原子，矩阵的值表示两个原子间是否存在连接，每个结点的特征是78位向量编码，其中11位表示原子的类型，11位表示原子结点的度，11位表示在化合物中该原子与氢原子的连接的总数，11位表示与原子相连的隐藏氢原子数量，剩下1位表示原子是否在芳环上。

步骤S40，通过符号图卷积网络层对药物关联图进行特征提取，通过特征融合层将从药物关联图中提取出来的特征融合到对应药物的药物分子图中，通过图注意力网络层对融合特征后的每个药物分子图进行特征提取，得到每个药物的高维特征；

本实施例中，由于药物关联图的边有两种类型，边的权重值有正值和负值，因此需要用符号图卷积网络层进行关联图的特征提取。特征融合层负责将关联图的特征融合到分子图中，实现全局特征和局部特征的融合。图注意力网络层负责针对融合特征后的分子图进行特征提取，以生成药物的高维表达。

进一步地，一实施例中，通过符号图卷积网络层对药物关联图进行特征提取的步骤包括：

通过符号图卷积网络层计算药物关联图中每个结点的平衡集和非平衡集，计算每个结点的平衡集的特征和非平衡集的特征，将每个结点对应的两类特征拼接融合，得到每个结点的全局特征。

本实施例中，参照图2，图2为一实施例中通过符号图卷积网络层对药物关联图进行特征提取的示意图。如图2所示，符号图卷积网络提取药物关联图结构特征有三步，首先计算结点的平衡集和非平衡集，然后计算每个结点的平衡集对应的特征和非平衡集对应的特征，最后将每个结点的两个特征拼接融合。具体方式为：

定义符号图Φ＝(d，ε⁺，ε^-)，d＝{d₁，d₂，d₃，...，d_n}表示n个药物结点的集合，表示药物间的正连接和负连接。A∈R^n×n表示符号图的邻接矩阵，A_ij＝1表示两个药物结点间有一条正连接，A_ij＝-1表示两个结点间存在负连接，A_ij＝0表示两个结点间没有连接。

结点d_i的平衡集是指与d_i之间有边互相连通的所有结点，且这些边中权重值为负值的边的数量为偶数。同理，结点d_i的非平衡集是指与d_i之间有边互相连通的结点组成的集合，且这些边中权重值为负值的边的数量为奇数。通过融合平衡集中的结点得到了特征向量称之为该结点的正向特征，融合非平衡集中的结点得到的特征向量称之为该结点的负向特征。

在上述定义的基础上，首先对每个符号图中的结点计算平衡集B_i(1)和非平衡集U_i(1)，l表示符号图卷积网络层的层数。

当l＝1时，

当l＞1时，

其中表示与结点d_i有权重值为正的边相连的结点集合，表示与结点d_i有权重值为负的边相连的结点集合，然后针对每个结点的平衡集和非平衡集中的结点，进行特征融合，融合函数如下：

当l＝1时，

当l＞1时，

其中，和分别表示结点在平衡集上和非平衡集上的融合特征(正向特征和负向特征)，σ表示激活函数，W^B(l)和W^U(l)都是可训练的参数矩阵。最后，通过如下公式：

将结点的正向特征和负向特征融合，即获得了结点经过符号图卷积网络层提取的全局特征。

进一步地，一实施例中，通过特征融合层将从药物关联图中提取出来的特征融合到对应药物的药物分子图中的步骤包括：

特征融合层中的一层全连接层对每个结点的全局特征进行如下变换：

H_i＝Wh_i

其中W∈R^in×out是可学习的权重矩阵，根据权重矩阵维度调整全局特征h_i的维度；

通过融合公式，将经过维度调整的全局特征与对应药物的药物分子图中每个结点的特征向量相加，融合公式为：

其中，M_i表示药物分子图中所有结点特征构成的特征矩阵，H_i是经过维度调整后与药物分子图的特征等长的全局特征。

本实施例中，首先，通过一层全连接层对关联图中提取的全局特征进行如下变换：

H_i＝Wh_i

其中W∈R^in×out是可学习的权重矩阵，根据权重矩阵维度调整药物全局特征的维度。然后，将全局特征与分子图中结点的局部特征进行融合，融合方式是将全局特征直接与分子图中每个结点的特征向量相加，即认为药物的全局特征是分子图的超结点的特征，超结点与分子图中每个结点都有一条边相连，融合公式如下：

其中，M_i表示药物分子图中所有结点特征构成的特征矩阵，H_i是经过特征转换后与分子图的特征等长的药物全局特征。

进一步地，一实施例中，通过图注意力网络层对融合特征后的每个药物分子图进行特征提取，得到每个药物的高维特征的步骤包括：

通过图注意力网络层对每个药物经过融合特征后的分子图进行特征提取，得到每个药物的新的分子图特征矩阵，使用全局池化层，对每个药物的新的分子图特征矩阵进行池化操作，得到每个药物的高维特征，高维特征融合了药物关联图结构信息和药物自身的分子图结构信息。

本实施例中，进行特征融合后，使用图注意力层对每个药物的药物分子图进行特征提取。图注意力网络是在对图的结构特征提取过程中增加了注意力机制。使用图注意力层提取出的是药物的分子图特征矩阵，最后使用全局池化层，对分子图特征矩阵进行池化操作，提取出分子图的图特征。分子图的图特征就是药物最终的高维特征，高维特征融合了药物关联图结构信息(即全局信息)和药物自身的分子图结构信息(即局部信息)。

步骤S50，基于每个药物的高维特征，通过解码器计算每对药物的高维特征的余弦相似度；

本实施例中，在使用编码器对药物进行编码后，需要使用解码器进行解码预测。解码器是对每一对药物的特征向量计算cosine相似度，以cosine相似度作为模型的预测值。实际操作上，先对药物的高维特征矩阵进行L2正则，然后进行特征矩阵的自乘，之后即可得到预测值矩阵，矩阵的行和列都表示药物，元素表示两个药物之间的连接图分数。

步骤S60，计算每对药物对应的余弦相似度与连接图分数的均方误差，以均方误差为损失值更新训练网络的参数，并返回所述通过符号图卷积网络层对药物关联图进行特征提取的步骤，直至满足结束条件时，以最新的训练网络为药物连接图分数预测网络；

本实施例中，计算每对药物对应的余弦相似度与连接图分数的均方误差，并作为损失值，反向传播，更新训练模型的权重参数，并重复步骤S40至步骤S60，直至训练网络收敛，以最新的训练网络为药物连接图分数预测网络。

步骤S70，通过测试集对药物连接图分数预测网络进行测试，测试通过后，通过药物连接图分数预测网络对待预测药物对的药物连接图分数进行预测。

本实施例中，通过测试集对药物连接图分数预测网络的效果进行测试，测试通过后，即可通过药物连接图分数预测网络对待预测药物对的药物连接图分数进行预测。使用药物连接图分数预测网络预测时，需要对预测值进行放大操作，即将预测值放大100倍，使其还原到原本的范围空间中。

本实施例中，对药物关联图使用符号图卷积网络层进行训练后，将含有全局信息的结点特征通过全连接层的变换，分别融合到每一个药物的药物分子图中，再对融合了全局特征的药物分子图使用图注意力网络层进行训练并进行池化操作，获取药物的融合特征，实现了全局信息和局部信息的交流融合，针对这些融合特征，采取计算余弦相似度的方式进行解码，将预测值与真实值对比并计算误差，通过反向传播，不断迭代，优化模型的参数，得到用于预测药物对的药物连接图分数的药物连接图分数预测网络。通过本实施例能够快速准确地预测出药物对的连接图分数，帮助筛选候选药物，能够降低时间和资金成本。

第二方面，本发明实施例还提供一种基于双图卷积融合模型的药物连接图分数预测装置。

一实施例中，参照图3，图3为本发明基于双图卷积融合模型的药物连接图分数预测装置一实施例的功能模块示意图。如图3所示，基于双图卷积融合模型的药物连接图分数预测装置包括：

构建模块10，用于构建训练网络，训练网络由编码器和解码器构成，编码器由符号图卷积网络层、特征融合层以及图注意力网络层构成；

获取模块20，用于获取药物数据集，所述药物数据集包括每个药物的简化分子线性输入规范、ECFP4特征以及每对药物的连接图分数；

划分模块30，用于将数据集分为训练集以及测试集，通过训练集构建药物关联图和药物分子图；

训练模块40，用于通过符号图卷积网络层对药物关联图进行特征提取，通过特征融合层将从药物关联图中提取出来的特征融合到对应药物的药物分子图中，通过图注意力网络层对融合特征后的每个药物分子图进行特征提取，得到每个药物的高维特征；基于每个药物的高维特征，通过解码器计算每对药物的高维特征的余弦相似度；计算每对药物对应的余弦相似度与连接图分数的均方误差，以均方误差为损失值更新训练网络的参数，并返回所述通过符号图卷积网络层对药物关联图进行特征提取的步骤，直至满足结束条件时，以最新的训练网络为药物连接图分数预测网络；

预测模块50，用于通过测试集对药物连接图分数预测网络进行测试，测试通过后，通过药物连接图分数预测网络对待预测药物对的药物连接图分数进行预测。

进一步地，一实施例中，药物关联图以药物作为结点，不同药物间的连接图分数作为边的权重，药物关联图以二维邻接矩阵的形式构建和保存，矩阵的行和列表示对应的药物，矩阵元素值表示经过预处理后的两个药物的连接图分数，药物关联图中每个药物结点的初始特征是药物的ECFP4特征；药物分子图通过RDKit工具包转换而来，药物分子图以构成药物的原子为结点，原子间的连接为边，药物分子图以二维邻接矩阵的形式构建和存储，矩阵的行和列表示原子，矩阵的值表示两个原子间是否存在连接，每个结点的特征是78位向量编码，其中11位表示原子的类型，11位表示原子结点的度，11位表示在化合物中该原子与氢原子的连接的总数，11位表示与原子相连的隐藏氢原子数量，剩下1位表示原子是否在芳环上。

进一步地，一实施例中，训练模块40，用于：

通过符号图卷积网络层计算药物关联图中每个结点的平衡集和非平衡集，计算每个结点的平衡集的特征和非平衡集的特征，将每个结点对应的两种特征拼接融合，得到每个结点的全局特征。

进一步地，一实施例中，训练模块40，用于：

特征融合层中的一层全连接层对每个结点的全局特征进行如下变换：

H_i＝Wh_i

其中W∈R^in×out是可学习的权重矩阵，根据权重矩阵维度调整全局特征h_i的维度；

通过融合公式，将经过维度调整的全局特征与对应药物的药物分子图中每个结点的特征向量相加，融合公式为：

其中，M_i表示药物分子图中所有结点特征构成的特征矩阵，H_i是经过维度调整后与药物分子图的特征等长的全局特征。

进一步地，一实施例中，训练模块40，用于：

通过图注意力网络层对每个药物经过融合特征后的分子图进行特征提取，得到每个药物的新的分子图特征矩阵，使用全局池化层，对每个药物的新的分子图特征矩阵进行池化操作，得到每个药物的高维特征，高维特征融合了药物关联图结构信息和药物自身的分子图结构信息。

其中，上述基于双图卷积融合模型的药物连接图分数预测装置中各个模块的功能实现与上述基于双图卷积融合模型的药物连接图分数预测方法实施例中各步骤相对应，其功能和实现过程在此处不再一一赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。