基于图神经网络的多模态数据药物相互作用预测

曲存全 副教授

2025年11 月 21 日（星期五）16:00

药物-药物相互作用（DDIs）是药理学中的一个关键话题，直接关系到优化治疗和保障患者安全。图神经网络（GNNs）为建模复杂药物关系提供了强有力的工具，但现有方法在整合多模态生物数据和建模高阶依赖关系方面仍存在困难。本报告介绍了我们团队的最新研究：一个框架利用超图结构和多模态融合来预测协同药物组合，另一个框架则整合分子结构和生物医学知识图谱以实现可解释的DDI预测。总体来看，这些进展不仅提高了预测准确性，还提供了机制性见解，突显了GNNs在推动药物发现和安全评估方面的潜力。

曲存全，山东大学数据科学研究院副研究员，博士生导师，山东大学未来计划青年学者。2019年7月至2022年7月在山东大学数据科学研究院从事博士后研究，获山东大学优秀博士后二等奖。主要研究方向为网络数据科学、复杂网络理论及应用等。以第一或通讯作者在 TNNLS、TNSE、ESWA、KDD、IJCAI 等期刊或会议发表论文20余篇。主持国家自然科学基金面上项目1项、青年基金项目1项、中国博士后基金项目2项，参与国自然重大项目1项、重点研发计划课题2项。担任中国工业与应用数学学会大数据与人工智能专委会委员、中国自动化学会计算社会与社会智能专委会委员。

撰写：任露洋

排版：陈仕发

一审一校：任露洋

二审二校：马将

三审三校：郑纯