AI医药论文笔记--Machine learning-based prediction of drug–drug interactions by integrating drug phenotypic

基于机器学习的药物-药物相互作用预测–通过整合药物表型、治疗、化学和基因组特性

论文题目	Machine learning-based prediction of drug–drug interactions by integrating drug phenotypic, therapeutic, chemical, and genomic properties
论文出自	JAMIA

一、模型框架？

提出了一个异构网络辅助推理（HNAI）框架来帮助预测 DDI。

用于预测药物-药物相互作用 (DDI) 的异构网络辅助推理 (HNAI) 框架。

(A) 从 DrugBank 数据库中收集全面的 DDI 数据集并构建 DDI 网络。

(B) 计算四种药物-药物对相似性。 表型相似性基于全面的药物-不良药物反应网络，治疗相似性基于药物解剖学治疗化学（ATC）分类系统，结构相似性源自化学结构数据，基因组相似性基于大药物-靶点 来自 DrugBank 和治疗目标数据库的交互网络。 使用先前公布的方法计算药物表型、治疗和结构相似性。

(C） 基于机器学习的 HNAI 模型的构建和评估。

主要步骤：

1、首先构建了一个全面的 DDI 网络，其中包含 6946 个独特的 DDI 对&#x