首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    BIB | MDF-SA-DDI:基于多源药物、特征融合预测药物相互作用事件

    今天给大家介绍的上海交通大学魏冬青团队发表在Brefings in Bioinformatics上的文章《MDF-SA-DDI: predicting drug–drug interaction events based on multi-source drug fusion, multi-source feature fusion and transformer self-attention mechanism》。联合使用多种药物的主要问题之一是,可能会引起药物的不良相互作用和副作用,损害身体。因此,预测潜在的药物相互作用非常重要。然而,现有的预测方法大多只能预测两种药物是否相互作用,能预测两种药物相互作用事件的方法很少。准确预测两种药物的相互作用事件对研究人员研究两种药物的相互作用机制更有帮助。本文提出了一种药物-药物相互作用(DDI)事件预测方法——MDF-SA-DDI。MDF-SA-DDI主要由多源药物融合和多源特征融合两部分组成。首先,利用四种不同的药物融合网络(孪生网络、卷积神经网络和两个不同的自编码器)来获得药物的四种不同的潜在特征向量对。然后,使用自注意力机制模块进行隐特征融合。论文在两个数据集上对三个不同的任务进行了实验,并对五种DDI事件类型进行了案例研究,实验结果证明了模型的有效性。

    03
    领券