README_cn.md

DTSyn(Drug Drug synergy)

中文版本 English Version

• 背景介绍
• 数据集
  • ddi
  • dti
  • ppi
  • 特征集
• 使用说明
  • 训练与评估
• 引用

背景

药物联用，也叫做协同治疗，通常在应对复杂疾病时使用。而图神经网络能够结合多种生物学网络从而来预测药物的协同作用。

数据集

药物协同的分值文件和药物的理化特征信息文件在 data 文件夹下。

ddi

cd data/ddi && wget "http://www.bioinf.jku.at/software/DeepSynergy/labels.csv"

dti

cd data && wget "https://baidu-nlp.bj.bcebos.com/PaddleHelix/datasets/drug_synergy_datasets/dti.tgz" && tar xzvf dti.tgz

ppi

cd data && wget "https://baidu-nlp.bj.bcebos.com/PaddleHelix/datasets/drug_synergy_datasets/ppi.tgz" && tar xzvf ppi.tgz

drug features

cd data && wget "https://baidu-nlp.bj.bcebos.com/PaddleHelix/datasets/drug_synergy_datasets/drug_feat.tgz" && tar xzvf drug_feat.tgz

使用说明

为了方便展示，我们构建了一个脚本， train.py. 用法如下:

CUDA_VISIBLE_DEVICES=0 python3 train.py 
                         --ddi ./data/DDI/DDs.csv
                         --dti ./data/DTI/drug_protein_links.tsv
                         --ppi ./data/PPI/protein_protein_links.txt
                         --d_feat ./data/all_drugs_name.fet
                         --epochs 10
                         --num_graph 10
                         --sub_neighbours 10 10
                         --cuda   

请注意，如果训练环境没有GPU，去掉--cuda即可。

引用

RGCN

@article{jiang2020deep, title={Deep graph embedding for prioritizing synergistic anticancer drug combinations}, author={Jiang, Peiran and Huang, Shujun and Fu, Zhenyuan and Sun, Zexuan and Lakowski, Ted M and Hu, Pingzhao}, journal={Computational and structural biotechnology journal}, volume={18}, pages={427--438}, year={2020}, publisher={Elsevier} }