多特性融合图卷积方法的分子生物活性预测

摘要：

药物开发周期长且耗资大,使用计算机药物筛选方法辅助筛选先导化合物的方式可有效提升其效率.该文基于注意力机制提出一种新的特征融合方案——多特性融合方案,并结合现有的基于边注意的图卷积网络,对从公共化学数据库PubChem中筛选的不同种类的生物活性数据集进行生物活性预测.通过直接学习分子图特征,避免了人工计算特征带来的不稳定性及不可靠性;并且基于注意力的多特性融合方案使得模型可以自适应融合多个边属性特征.经验证,该方法比其他机器学习方法能更准确地预测分子的生物活性.

关键词：图卷积;特征融合;边缘注意;生物活性预测

所属期刊栏目：50

分类号：TP183;N94(自动化基础理论)

资助基金：国家自然科学基金61503110

在线出版日期：2021-12-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：921-929