KGNN: Knowledge Graph Neural Network for Drug-Drug Interaction Prediction
- 任务:药物相互作用预测
- 方法:知识图谱神经网络
背景
- 预测药物相互作用(DDI)是药理学和临床应用中一个具有挑战性的问题
- 在临床试验中有效地识别潜在的DDI对患者和社会至关重要
相关研究
主流方法
【特点】:多数据源的集成+流行的嵌入方法
【缺点】:对药物与靶点和基因等其他实体之间的潜在相关性关注较少
【具体相关工作】
- 待完善
现有的知识图谱方法
【特点】:直接学习节点的潜在嵌入
【缺点】:无法获取KG中实体丰富的邻域信息
【具体相关工作】
- 待完善
论文方法:端到端的知识图谱神经网络(KGNN)框架
- 【特点】:通过挖掘KG中的关联关系,有效地捕获药物及其潜在的邻域。
- 【关键】:为了提取KG的高阶结构和语义关系,我们从KG中每个实体的邻域中学习作为它们