drug-drug interaction | BriefGPT

关键词drug-drug interaction

搜索结果 - 7

学习去噪不可靠的相互作用，用于生物医学知识图的链接预测
利用生物医学知识图谱（KG）中的链接预测能够预测实体之间的未知相互作用，包括药物靶标相互作用（DTI）和药物药物相互作用（DDI），该研究提出了一种去噪链接预测框架（DenoisedLP），以在可学习的方式下，从局部子图中得到可靠的相互作用
PDF7 months ago
药物交互向量神经网络：DrIVeNN
该研究旨在鉴别多药联合应用不良药物事件的关键特征，并构建和评估预测多药联合应用不良事件的模型，结果显示针对心血管疾病的特定模型在药物相互作用预测中表现显著提高，证明了领域特定模型提高药物相互作用预测准确性的强大潜力。
PDF10 months ago
预测多药物相互作用的图距离神经网络
本文提出了一种基于图的神经网络 GDNN，通过节点特征和 DDI 类型的已知信息来预测未知的 DDI 类型，其中 GDNN 使用改进后的消息传递框架，采用 MLP 处理来生成最终的预测药物相互作用类型。
PDF2 years ago
药物对打分的关系深度学习统一视图
该研究为解决多药副作用识别、药物间相互作用预测和联合疗法设计任务提供了一种统一的关系机器学习模型的理论视角，讨论了现有模型架构、性能指标、数据集和评估协议，强调了在该领域中可能的高影响应用和重要的未来研究方向。
PDF3 years ago
WWW药物 - 药物相互作用预测的多视角图对比表示学习
本研究提出了一种新的机器学习方法，称为 MIRACLE，采用多视角图形对比表示学习的方法，结合 GCNs 和关注力机制传递网络，实现药物分子结构及其相互作用信息的预测，其中的无监督对比学习方法能够兼顾数据的多视角信息，实验结果表明， MIR
PDF4 years ago
双层图神经网络用于药物相互作用预测
提出了一种名为 Bi-GNN 的方法，用于建模生物学链接预测任务，如药物相互作用（DDI）和蛋白质相互作用（PPI），该方法不仅利用了药物分子本身的图形表示，还包括相互作用图。
PDF4 years ago
利用长短时记忆网络从生物医学文本中提取药物相互作用
本文提出了三种基于长短时记忆网络（LSTM）的模型，包括 B-LSTM、AB-LSTM 和 Joint AB-LSTM，利用词语和位置嵌入作为潜在特征，不依赖于显式特征工程，其中 Joint AB-LSTM 模型表现最佳，优于现有的所有方法
PDF7 years ago