【中医药研究】基于人工智能SGRN-Trans框架预测温胆汤成分-靶点相互作用：中医药现代化与复杂系统解析（论文复现含详细代码及...

内容概要：本文介绍了一种名为SGRN-Trans的新型深度学习模型，旨在预测温胆汤中药效成分与靶点的相互作用。该模型结合了知识图谱和图神经网络技术，通过构建包含10种类型、14292个实体的温胆汤知识图谱(WDKG)，利用图神经网络学习实体嵌入表示，并引入注意力机制进行预测。实验结果显示，SGRN-Trans在多个评估指标上优于TransE、TransR等传统模型，并通过分子对接验证了部分预测结果的有效性。此外，研究还探讨了温胆汤治疗动脉粥样硬化的潜在机制，如半夏有效成分soya-cerebroside与LDLR的相互作用。 适合人群：对中医药现代化研究感兴趣的科研人员、中医药领域的研究人员、从事药物研发的专业人士以及对人工智能在中医药领域应用感兴趣的学者。 使用场景及目标：①用于预测中药成分与靶点蛋白的相互作用；②为中医药经典名方的作用机制提供新工具；③辅助中药新药研发，减少实验成本；④支持中医药复方的网络药理学研究。 其他说明：研究通过严谨的算法设计和系统的实验验证，不仅提出了性能优越的预测框架，更重要的是建立了连接传统中医药理论与现代计算生物学的方法论桥梁。其技术路线可扩展应用于其他复杂系统的机制解析。此研究依赖于TCMSP和DRKG等数据库的质量，对于新发现的成分或靶点预测能力有限，未来可考虑引入更多数据源和算法改进。