GLH2Syn：面向药物协同预测的全局–局部双视图异质超图学习框架

GLH2Syn 是一个全局–局部双视图异质超图学习框架，用于药物协同预测，在 2 个公开数据集上于三种测试场景的分类与回归任务中一致优于 11 个对比基线。该框架以每个 drug–drug–cell line 三元组构成一条超边，构建异质超图：全局扩散视图在节点–超边拓扑上扩散，得到全局信息化的关联权重，把结构上下文引入局部聚合；局部拓扑视图通过结构感知的节点–超边传播刻画超边内部的细粒度结构异质性，区分药物与细胞系在高阶互作中的不同角色。模型还设计了联合优化目标，将药物协同预测与相似性重建结合，以兼顾预测精度与生物学一致性。案例研究进一步验证了其发现新协同药物组合的潜力。