【图神经网络GNN & 药物----靶点预测】DTI-HETA:基于GCN和GAT在异构图上预测药物-靶点相互作用

天行健,君子以自强不息.

🎯作者主页追光者♂

        

🌸个人简介:、2022年CSDN博客之星人工智能领域TOP4🌟、阿里云社区专家博主🏅 CSDN-人工智能领域新星创作者🏆 【无限进步,一起追光!

        

🍎欢迎点赞👍  收藏⭐   留言📝

        

🌿本次阅读的文献,依然是关于图神经网络方面,应用于医学中药物——靶点相互作用的预测。该文献是2022年上半年发表在《生物信息学简报》的一篇文章。

  • 6
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
miRNA-药物关联预测是一项重要的生物信息学研究领域,涉及到miRNA和药物之间的相互作用关系。近年来,神经网络GNN)方法被广泛应用于miRNA-药物关联预测,并取得了不少研究进展。 国外方面,GNN方法已经被应用于miRNA-药物关联预测的研究中。例如,2019年,一篇名为“Graph Convolutional Networks for miRNA-Drug Interaction Prediction”的论文中,作者们提出了一种基于卷积网络(GCN)的miRNA-药物关联预测模型。该模型利用miRNA、药物和miRNA-药物关联构建了一个三元,然后使用GCN对三元进行特征提取和嵌入,最终预测miRNA-药物关联。实验结果表明,该模型能够在不同的数据集上取得较好的预测效果。 国内方面,也有一些研究者利用GNN方法研究miRNA-药物关联预测。例如,2020年,一篇名为“基于神经网络的miRNA-药物关联预测方法研究”的论文中,作者们提出了一种基于神经网络的miRNA-药物关联预测方法。该方法采用了一种基于嵌入的方式,将miRNA、药物和miRNA-药物关联构建成一个三元,然后使用神经网络对三元进行学习和预测。实验结果表明,该方法能够在不同的数据集上取得较好的预测效果。 总的来说,GNN方法在miRNA-药物关联预测方面已经得到了广泛的应用,并且取得了不少的研究进展。未来,GNN方法还有很大的发展空间,可以通过与其他算法结合,进一步提高miRNA-药物关联预测的准确性和可靠性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

追光者♂

谢谢你呀!一起加油!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值