药物-药物相互作用（DDI）的预测可以揭示联合用药中药物之间潜在的不良药理反应。
学界已经提出了各种方法来解决这个问题。然而，他们大多专注于传统的药物之间的联系预测，忽略了冷启动场景。此外，它们仅限于推断是否发生 DDI，但无法推断出多种 DDI 类型，这在临床中很重要。
西北工业大学的研究人员提出了一种针对单一类型和多种类型药物-药物相互作用的冷启动预测模型，称为 CSMDDI。CSMDDI 不仅可以预测两种药物是否会引发药理反应，还可以预测它们在冷启动情况下会引发什么反应类型。
研究人员在 CSMDDI 中实现了几种嵌入方法，包括 SVD、GAE、TransE、RESCAL，并将其与最先进的多类型 DDI 预测方法 DeepDDI 和 DDIMDL 进行比较以验证性能。对比表明，CSMDDI在冷启动情景下的发生预测和多类型反应预测的情况下都取得了良好的DDI预测性能。
并且该方法不仅能够预测传统的二元 DDI，还能够预测它们在冷启动场景中引发的反应类型。更重要的是，它学习了一个映射函数，该函数可以将药物属性连接到其网络嵌入以预测 DDI。CSMDDI 的主要贡献包括开发了一个通用框架来预测冷启动场景中的单类型和多类型 DDI，以及针对单类型和多类型 DDI 的几种嵌入模型的实现。
该研究以「Predict multi-type drug–drug interactions in cold start scenario」为题，于 2022 年 2 月 16 日发布在《BMC Bioinformatics》。

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