El objetivo de este estudio es desarrollar un modelo de predicción de combinaciones de medicamentos a base de hierbas chinas (HC-GCN) basado en redes de convolución gráfica (GCN), que integra las características farmacológicas tradicionales de los medicamentos chinos con mecanismos farmacológicos modernos para predecir combinaciones de medicamentos específicas que tienen efectos específicos, y se aplicó y probó en medicamentos a base de hierbas beneficiosas para la circulación sanguínea como ejemplo. Se recopilaron datos sobre las características farmacológicas de los medicamentos chinos comúnmente utilizados, incluidos sus sabores, atributos y genes diana, para construir un conjunto de datos de entrenamiento para la predicción de combinaciones de medicamentos. Combinando las características tradicionales de los medicamentos chinos con la información biológica moderna, se construyó una red de convolución gráfica utilizando métodos de aprendizaje automático y métodos ponderados para evaluar la efectividad, y para construir el modelo de predicción de combinaciones de medicamentos HC-GCN. La actuación del modelo HC-GCN se evaluó utilizando medidas de precisión (ACC), recuperación (Recall), precisión (Precision), puntuación F1 y área bajo la curva ROC (AUC), y se realizaron comparaciones y análisis de los resultados de predicción de este modelo con los resultados de cinco modelos de aprendizaje automático diferentes, incluido el impulso extremo (XGBoost), la regresión logística (LR), el clasificador bayesiano ingenuo (Naive Bayes), el vecino más cercano (KNN) y las máquinas de vectores de soporte (SVM). Se construyó un modelo de predicción utilizando 46 combinaciones de medicamentos a base de hierbas beneficiosas para la circulación sanguínea en el conjunto de datos básico de características farmacológicas, y el modelo HC-GCN mostró un excelente rendimiento en medidas clave como ACC, Recall, Precision, F1-score y AUC. Un análisis de predicción del modelo HC-GCN predijo con éxito 60 combinaciones de medicamentos a base de hierbas chinas posiblemente beneficiosas para la circulación sanguínea. En las combinaciones de medicamentos predichas, el 44 % tienen al menos un sabor beneficioso para la circulación sanguínea. Este estudio ha demostrado que es posible construir un modelo de predicción de combinaciones de medicamentos a base de hierbas chinas HC-GCN basado en redes de convolución gráfica y eficacia basada en el aprendizaje automático, lo que proporciona un nuevo método de selección y optimización inteligente de combinaciones de medicamentos a base de hierbas chinas y su uso en la práctica clínica.

Combinación de medicamentos chinos; redes de convolución gráfica; eficacia de la circulación sanguínea; modelo de predicción; decisión clínica