换一批基于古今特征融合与图卷积网络的活血药对配伍预测
Study on Compatibility and Efficacy of Blood-activating Herb Pairs Based on Graph Convolution Network
摘要目的:该研究旨在构建一种基于图卷积网络(GCN)的中药药对配伍预测模型(HC-GCN),该模型融合了传统中药药性和现代药理机制特征以预测具有特定功效的药对配伍,并以活血类中药为示范进行了预测应用和效能验证.方法:通过系统收集常用中药药对及其所包含的中药性味、归经、靶点基因等特征数据,构建药对预测训练数据集.结合中药的传统特质和现代生物信息建立图卷积网络,通过药对配伍复杂关系的机器学习和功效特征的加权方法,构建相应功效导向的药对配伍预测HC-GCN模型.采用准确率(ACC)、召回率(Recall)、精确度(Precision)、F1分数(F1-score)和ROC曲线下面积(AUC)指标评估HC-GCN模型的性能,并与极端梯度提升(XGBoost)、逻辑回归(LR)、朴素贝叶斯(Naive Bayes)、K最近邻(KNN)、支持向量机(SVM)5种机器学习模型的预测效果进行比较分析.结果:以具有活血功效的药对为示范,基于46个活血药对及其中药性味、归经、靶点基因特征的基础数据集构建了预测模型.HC-GCN模型在ACC、Recall、Precision、F1-score和AUC等关键性能指标上均优于其他常用机器学习模型.通过HC-GCN模型的预测分析,成功预测了 60个可能具有活血功效的中药药对.在所预测药对配伍中,有44个药对中至少含有1味具有活血功效的中药.结论:该研究通过结合传统中药特质和现代药理机制,建立了基于图卷积网络的功效导向药对配伍预测模型,展现出较高的预测性能,为中药组方智能筛选优化和及其临床应用提供新的方法.
更多相关知识
关键词
中药配伍图卷积网络活血功效预测模型临床决策Chinese medicine compatibilitygraph convolution networkactivating blood efficacyprediction modelclinical decision-making
栏目名称
DOI
10.13422/j.cnki.syfjx.20241817
发布时间
2025-04-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家重点研发计划（2023YFC3502900）
国家重点研发计划（2022YFC3500900）
国家自然科学基金（82474376）
中国中医科学院科技创新工程项目（CI2023C063YLL）
中国中医科学院科技创新工程项目（CI2021B015）
中国中医科学院科技创新工程项目（CI2023E002）
中央级公益性科研院所基本科研业务费专项（ZXKT21024）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
