申请/专利权人：江苏运动健康研究院

申请日：2024-01-23

公开（公告）日：2024-04-30

公开（公告）号：CN117953962A

主分类号：G16B15/30

分类号：G16B15/30;G16B40/00;G16C20/50;G16C20/30;G16C20/70;G06F18/25;G06F18/2431;G06N3/045;G06N3/0464;G06N3/048;G06N3/042;G06N3/0455;G06N3/044;G06N3/0985

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本发明涉及一种基于多模态数据的药效协同作用预测方法，包括：筛选对目标癌种具有药效协同作用的药物分子组合集作为第一类数据；获取与目标癌种相关的药物靶点交互信息，作为第二类数据；使用测试药物对目标癌种类器官进行药敏试验，采集类器官样本的影像数据，作为第三类数据；获取目标癌种的、与第一类数据中各药物分子组合对应的组学数据，作为第四类数据；扩增第三类数据，使其与第一、四类数据数量匹配，构成数据对集合，并添加评分标签；将数据对集合、第二类数据同步输入到网络模型中训练获得预测模型；利用预测模型对待测的多模态数据进行预测，获得药效协同作用的评分决策。本发明提高了预测模型的性能和预测结果的准确性。

主权项：1.一种基于多模态数据的药效协同作用预测方法，其特征在于，所述预测方法包括：S1、获取多模态数据，包括：筛选对目标癌种具有药效协同作用的药物分子组合集，获取对应的药物分子信息作为第一类数据；获取与目标癌种相关的药物靶点交互信息，作为第二类数据，其包含的药物分子集合为所述第一类数据的子集；使用测试药物对目标癌种类器官进行药敏试验，获取对应的类器官样本，采集所述类器官样本的影像数据，作为第三类数据，所述测试药物的集合为所述第一类数据的子集，所述影像数据为类器官细胞的明场图像和荧光图像；获取目标癌种的、与所述第一类数据中各药物分子组合对应的组学数据，作为第四类数据；S2、多模态数据配对：通过对影像数据进行分析，筛选出有药物协同作用的部分，从中随机选取并进行复制，从而扩增第三类数据，使其与所述第四类数据的数量匹配；将第一类数据、扩增后的第三类数据、第四类数据构成对应的数据对集合；S3、标签标记，包括：对所述数据对集合添加药效协同作用评分标签、或者药效协同作用二分类标签；S4、将所述数据对集合、所述第二类数据同步输入到网络模型中训练获得预测模型，训练过程包括：通过对应的表征方式将各模态数据分别转变为可用于模型输入的结构化标志；所述结构化标志输入到对应的前置模型中获得特异性特征，所述特异性特征包括：从第一类数据中获得的药物分子特征、从第二类数据中获得的药物靶点预测向量、从第三类数据中获得的影像特征、及从第四类数据中获得的目标癌种生物学特征；将所述特异性特征输入到特征融合模块，以捕捉不同特异性特征之间的关系；通过不断迭代和调节超参数最小化损失函数，获得最优参数，得到预测模型；S5、利用所述预测模型对待测的多模态数据进行预测，获得药效协同作用的评分决策。

全文数据：

权利要求：

百度查询： 江苏运动健康研究院 基于多模态数据的药效协同作用预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD