1、背景
药物相互作用(DDI)预测是药物开发和健康中最关键的问题之一。提出合适的计算方法来高精度地预测未知的DDI是一项具有挑战性的工作。现有的针对DDIS的数据驱动预测方法通常依赖于单一信息源,而使用来自多个源的信息将有助于改进预测。
2、方法概述
2.1 选择相似性矩阵的最佳子集
图1
1、背景
药物相互作用(DDI)预测是药物开发和健康中最关键的问题之一。提出合适的计算方法来高精度地预测未知的DDI是一项具有挑战性的工作。现有的针对DDIS的数据驱动预测方法通常依赖于单一信息源,而使用来自多个源的信息将有助于改进预测。
2、方法概述
2.1 选择相似性矩阵的最佳子集
图1