今天给大家带来一篇成都电子科技大学刘勇国教授团队和明略科技首席科学家吴信东教授合作发表在IEEE TPAMI上关于药物-药物不良相互作用(ADDI)预测的文章:《Multi-Attribute Discriminative Representation Learning for Prediction of Adverse Drug-Drug Interaction》。作者提出了一种统一多属性判别表示学习模型用于ADDI预测(MADRL)，与之前平等对待每种属性的方法不同，其考虑了药物和属性之间的潜在关系。首先设计了一种基于矩阵CUR分解和图流形正则化的代表性药物和判别性特征选择模型，实现了药物不同属性的特征表示重构；然后基于重构后的药物属性表示，提出基于GAN网络的药物属性共有特征和特有特征学习框架，探索属性表示的一致性信息和互补性信息，进而提升药物-药物不良互作的准确性。最后，通过真实药物间不良反应数据集验证了算法的有效性，并揭示不同属性组合对药物间不良反应预测结果的影响。
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢