确定用药类型的方法和系统与流程

本发明属于基因检测，具体地，本发明涉及一种确定用药类型的方法和系统，更具体地，本发明涉及一种确定用药类型的方法、确定用药类型的系统、电子设备和可执行的存储介质。

背景技术：

1、基于基因检测的精准用药领域是近年来快速发展的领域方向，随着基因测序技术的普及，越来越多的公司开始重视基因检测的下游应用，包括精准用药推荐、个体特征推理以及基因寻根溯源应用等。在精准用药方面，主流的做法是基于人工整理的基因变异-药物关系知识库作为底层的数据源，通过检索个体用户的基因变异数据，映射到具体药物的代谢、毒性影响指南当中。但是现有的精准用药方案主要从基因入手，做药物指南时只能推断出基因变异对药物代谢有影响，无法判断基因变异对药物的影响是增加或减少代谢能力，并且缺乏数据的时效性。因此，亟需开发一种可有效确定用药类型的方法和系统。

技术实现思路

1、本发明旨在至少在一定程度上解决现有技术中存在的技术问题至少之一。为此，本发明提供了一种确定用药类型的方法，该方法可基于基因检测结果准确预测用药类型。

2、本发明是基于发明人的下列发现而完成的：

3、图嵌入是机器学习领域在近年来提出的一种对关系网络进行向量化的技术。图嵌入通过将起始节点、关系边以及终止节点抽象为向量，并且在空间上最小化起始节点加关系边与终止节点的距离，达到训练起始节点，关系边以及终止节点向量的目的。使用训练生成的节点向量以及关系边向量，可以运用到下游的链路预测，节点相似度查找等任务当中。

4、基于此，本发明运用图嵌入模型的链路预测下游任务，通过训练出各个节点以及边的空间向量，带入到链路预测公式中计算最优阈值；当输入用户的基因变异双倍型数据，通过链路预测公式以及阈值推理出该基因变异双倍型的用药指南，并且存储用户的个性化用药指南数据，当用户使用检索药物功能时，为用户提供用药预警。

5、为此，在本发明的一个方面，本发明提出了一种确定用药类型的方法。根据本发明的实施例，所述方法包括：获取给药对象的基因双倍型信息，利用经过训练的图嵌入模型，将所述基因双倍型信息进行向量化处理，得到起始节点向量；利用评分函数分别确定所述起始节点向量、第一关系边向量和给定基因变异代谢类型节点向量的第一评分结果，以及所述给定基因变异代谢类型、第二关系边向量和药物类型的第二评分结果；基于所述第一评分结果和第二评分结果，确定推荐用药。根据本发明实施例的方法可基于基因检测结果准确预测用药类型，可为基因检测用户提供个性化的用药指南服务。

6、根据本发明的实施例，上述方法还可以进一步包括如下技术特征的至少之一：

7、根据本发明的实施例，所述经过训练的图嵌入模型是通过下列训练步骤获得的：获取原始数据；基于所述原始数据，构建知识图谱，所述知识图谱包括下列节点：基因、基因双倍型、基因变异功能、基因变异代谢类型、代谢通路、化学药、上市药物、适应症；和基于所述知识图谱，提取正样本和负样本，以对图嵌入模型进行训练，以便获得可以用于对节点和关系边进行向量化处理的经过训练的图嵌入模型。

8、根据本发明的实施例，所述推荐用药是通过如下方式确定的：基于所述第一评分结果和第二评分结果，确定所述基因双倍型信息向量和药物类型向量的最大平移量；选择所述最大平移量低于预定阈值的药物作为所述推荐用药。

9、根据本发明的实施例，所述最大平移量(t)是通过如下公式计算获得的：t＝max(第一评分结果+第二评分结果)。

10、根据本发明的实施例，所述知识图谱是通过下列步骤确定的：基于所述原始数据进行关系化处理，确定不同两个所述原始数据的关系边，获得初始关系网络图谱；基于所述初始关系网络图谱，确定所述节点以及对应的关系边，以便获得所述知识图谱。

11、根据本发明的实施例，所述原始数据包括基因、基因双倍型、代谢类型、药物、影响程度、剂量推荐、上市药物和化学药数据。

12、根据本发明的实施例，所述上市药物和化学药的关系边是通过文本相似度算法将所述上市药物和化学药进行匹配获得的。

13、根据本发明的实施例，所述上市药物与化学药无法匹配时，采用阈值算法计算所述上市药物与化学药的阈值，所述阈值为所述上市药物与化学药的关系边，将所述上市药物、化学药和所述上市药物与化学药的关系边补全至所述知识图谱中。

14、根据本发明的实施例，所述预定阈值是通过计算多个所述基因双倍型信息和所述药物类型的正例对应关系的平移量获得的。

15、在本发明的另一方面，本发明提出了一种确定用药类型的系统。根据本发明的实施例，所述系统包括：获取单元，用于获取给药对象的基因双倍型信息；处理单元，用于利用经过训练的图嵌入模型将所述基因双倍型信息进行向量化处理，得到起始节点向量；确定单元，用于利用评分函数分别确定所述起始节点向量、第一关系边向量和给定基因变异代谢类型节点向量的第一评分结果，以及所述给定基因变异代谢类型、第二关系边向量和药物类型的第二评分结果，基于所述第一评分结果和第二评分结果，确定推荐用药。根据本发明实施例的系统可基于基因检测结果准确预测用药类型，具有用药类型预测准确度高等优点。

16、在本发明的又一方面，本发明提出了一种电子设备。根据本发明的实施例，电子设备包括：存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于执行所述计算机程序以实现如前述的方法。根据本发明实施例的电子设备可基于基因检测结果准确预测用药类型，具有用药类型预测准确度高等优点。

17、在本发明的又一方面，本发明提出了一种可执行的存储介质。根据本发明的实施例，所述存储介质存储有计算机程序指令，所述计算机程序指令在处理器上运行时，使得所述处理器执行如前述的方法。根据本发明实施例的可执行的存储介质可基于基因检测结果准确预测用药类型，具有用药类型预测准确度高等优点。

18、本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

技术特征：

1.一种确定用药类型的方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述经过训练的图嵌入模型是通过下列训练步骤获得的：

3.根据权利要求1所述的方法，其特征在于，所述推荐用药是通过如下方式确定的：

4.根据权利要求2所述的方法，其特征在于，所述知识图谱是通过下列步骤确定的：

5.根据权利要求2所述的方法，其特征在于，所述上市药物和化学药的关系边是通过文本相似度算法将所述上市药物和化学药进行匹配获得的。

6.根据权利要求5所述的方法，其特征在于，所述上市药物与化学药无法匹配时，采用阈值算法计算所述上市药物与化学药的阈值，所述阈值为所述上市药物与化学药的关系边，将所述上市药物、化学药和所述上市药物与化学药的关系边补全至所述知识图谱中。

7.根据权利要求3所述的方法，其特征在于，所述预定阈值是通过计算多个所述基因双倍型信息和所述药物类型的正例对应关系的平移量获得的。

8.一种确定用药类型的系统，其特征在于，包括：

9.一种电子设备，其特征在于，包括：存储器和处理器；

10.一种可执行的存储介质，其特征在于，所述存储介质存储有计算机程序指令，所述计算机程序指令在处理器上运行时，使得所述处理器执行如权利要求1～7任一项所述的方法。

技术总结
本发明提出了一种确定用药类型的方法。根据本发明的实施例，所述方法包括：获取给药对象的基因双倍型信息，利用经过训练的图嵌入模型，将所述基因双倍型信息进行向量化处理，得到起始节点向量；利用评分函数分别确定所述起始节点向量、第一关系边向量和给定基因变异代谢类型节点向量的第一评分结果，以及所述给定基因变异代谢类型、第二关系边向量和药物类型的第二评分结果；基于所述第一评分结果和第二评分结果，确定推荐用药。本发明的方法可基于基因检测结果准确预测用药类型，可为基因检测用户提供个性化的用药指南服务。

技术研发人员：张可,翦敏,秦兆俊,蔡杰伦,冯晨晨,张磊
受保护的技术使用者：深圳华大生命科学研究院
技术研发日：
技术公布日：2024/6/30