基于半监督符号图神经网络聚类的药物社区发现

药物社区反映了多组药物之间的互作用关系,其内涵整个药物网络的结构与功能,考虑药物社区发现问题有助于推动新药物的研发。大多数图神经方法仅局限于挖掘单一药物之间的互作用,而忽略了多种药物共同作用对药理的强化或抑制。通过构建带符号的药物互作用网络,将药物社区发现问题转化为符号网络中的聚类问题,提出的半监督符号神经网络聚类方法可以很好地弥补这一空缺。交叉验证实验表明,所提出的聚类方法具有较好的性能,在药物分析中具有潜在应用价值。