AI医药论文解读--Deep graph embedding for prioritizing synergistic anticancer drug combinations（深度图嵌入法）

努力AC的潇潇

于 2021-12-08 11:17:35 发布

阅读量594

点赞数 1

分类专栏： AI与药物联合疗法文章标签：人工智能深度学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/xiao_muyu/article/details/121786835

版权

深度图嵌入法在协同抗癌药物组合中的应用

论文题目	Deep graph embedding for prioritizing synergistic anticancer drug combinations
论文出自	Computational and Structural Biotechnology Journal ，2020

文章目录

深度图嵌入法在协同抗癌药物组合中的应用

一、模型介绍？

图卷积编码器+矩阵双线性解码器

整合药物组合、药物-蛋白质相互作用和蛋白质-蛋白质相互作用网络构建的。

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-M5xZ4oRF-1638933040410)(D:\DBLab\MyNote\TyporaImages\image-20211125153215881.png)]$

（a）数据收集。收集了三个子网络的药物-药物协同作用（DDS）数据、药物-靶点相互作用（DTI）数据和蛋白质-蛋白质相互作用（PPI）数据。

（b）网络建设。对于给定的细胞系，首先将药物对的协同分数二值化，来构建DDS子网络，该子网络与DTI和PPI网络一起进一步构建细胞系异构网络。

（c）模型推理。将异构网络输入GCN编码器。然后将每

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。