前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >[Bioinformatics]好文简读:基于自编码的药物-靶点相互作用预测

[Bioinformatics]好文简读:基于自编码的药物-靶点相互作用预测

作者头像
智能生信
发布2021-11-02 17:08:33
6420
发布2021-11-02 17:08:33
举报
文章被收录于专栏:智能生信智能生信

论文题目:

Autoencoder-based drug–target interaction prediction by preserving the consistency of chemical properties and functions of drugs 论文摘要:

本文提出了一种基于自编码器的方法,AEFS,在空间一致性约束下预测DTI。作者建立了一个异构网络来整合药物、蛋白质和疾病的信息。原始药物特征通过多层编码器投影到嵌入(蛋白质)空间,并通过解码器进一步投影到标签(疾病)空间。在这一过程中,引入药物的临床信息来辅助DTI预测。AEFS通过保持药物相关性在原始特征空间、嵌入空间和标签空间的分布,保持药物化学性质和功能的一致性。实验比较表明,AEFS对不平衡数据更具鲁棒性,在DTI预测中具有显著优越的性能。

论文链接:

https://academic.oup.com/bioinformatics/advance-article/doi/10.1093/bioinformatics/btab384/6279744 Github链接:

https://github.com/JackieSun818/AEFS


欢迎关注公众号,获取更多论文解读

转载或合作请联系邮箱 intbioinfo@163.com

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2021-10-22,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 智能生信 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档