AI医药论文笔记：基于药物表型特征的AI预测药药相互作用
发布时间
阅读量：
阅读量
利用机器学习技术进行的药物间相互作用研究中提出了一种新的分析框架。该框架能够综合考虑多种关键属性包括患者的治疗方案基因特征以及分子水平的数据以实现对潜在药物相互作用关系的系统性分析
| 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 |
文章目录
- 利用机器学习的药物-药物相互作用预测系统通过整合药物表型特征、治疗手段与化学物质特征以及基因组特征信息
- 本节主要介绍模型的设计框架
- 数据来源及预处理方法
- 采用以下五种主流机器学习算法在HNAI平台上进行预测模型的构建
- 算法概述与适用场景分析
- 参数优化策略设计
- 模型评估指标体系构建
- 计算资源需求评估
- 模型可解释性分析
- 实验验证结果分析及性能对比研究
- 研究展望与未来工作计划
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。
还没有任何评论哟~