AI医药论文笔记--Deep learning improves prediction of drug–drug and drug–food interactions

DeepDDI模型结合结构相似谱(SSP)和深度神经网络(DNN),预测药物-药物和药物-食物相互作用。输入包括药物名称和结构信息,输出为86种DDI类型的可读句子。相比传统方法,DeepDDI能提供更具体的药理作用描述,并在实验中表现出优于随机森林和K近邻算法的性能。
摘要由CSDN通过智能技术生成

深度学习用于提高对药物-药物相互作用和药物-食物相互作用的预测

论文题目 Deep learning improves prediction of drug–drug and drug–food interactions
论文出自 PNAS,2018

一、研究背景?

之前方法:基于结构其他相似性药物靶标关联的方法开发了各种计算方法。

局限性:可以预测成对给定药物之间相互作用的概率,但没有在药理作用方面对 DDI 提供具体描述

DeepDDI模型

输入:药物-药物或药物-食品成分对的名称及其结构信息

输出:生成 关于86 种重要的 DDI 类型的可读句子

DeepDDI 可以在服用某些药物时提供有关药物处方甚至饮食建议的重要信息,以及药物开发过程中的指南。

二、模型设计?

在这里插入图片描述

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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
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