数字技术与应用杂志社

摘要：<正>识别微生物与药物关联可促进药物发现，故微生物成为抗菌药物开发的关注焦点。传统依赖实验的方法耗时且成本高，故需采用计算方法提升效率。本文提出了KATZGMDA新方法，创新性地结合KATZ算法与图卷积网络（GCN）预测潜在关联。不同于以往图卷积特征抽取方式，首先，本文算法融合微生物和药物多种相似性构建异构网络；其次，用GCN提取各节点多层特征；最后，基于GCN特征通过KATZ计算核矩阵，融合后采用双拉普拉斯正则化最小二乘法推断关联得分。该方法通过多步骤融合实现高效预测，为预测微生物—药物潜在关联研究提供新思路。

基金资助： 2024年湖南省教育厅科学研究项目“基于信息融合的微生物与药物关系预测算法研究”（24C0762）；

专辑： 信息科技;医药卫生科技

专题： 药学;自动化技术

分类号： TP18;R9