用于药物-药物相互作用预测的双层图神经网络
计算工程、金融与科学
2020-06-26 v1 机器学习
机器学习
摘要
我们提出 Bi-GNN 用于建模药物-药物相互作用（DDI）和蛋白质-蛋白质相互作用（PPI）等生物链接预测任务。以药物-药物相互作用为例，现有的机器学习方法要么仅利用药物之间的链接结构而不使用每个药物分子的图表示，要么仅利用单个药物化合物结构而不使用更高层 DDI 图的图结构。我们方法的核心思想是从根本上将数据视为双层图，其中最高层图表示生物实体之间的相互作用（相互作用图），而每个生物实体本身进一步展开为其固有的图表示（表示图），该图要么是像药物化合物那样扁平的，要么是像具有氨基酸级图、二级结构、三级结构等的蛋白质那样分层的。我们的模型不仅允许同时使用来自高层相互作用图和低层表示图的信息，还为未来研究解决数据双层性质的问题提供了基线。
引用
@article{arxiv.2006.14002,
title = {Bi-Level Graph Neural Networks for Drug-Drug Interaction Prediction},
author = {Yunsheng Bai and Ken Gu and Yizhou Sun and Wei Wang},
journal= {arXiv preprint arXiv:2006.14002},
year = {2020}
}