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