AI医药论文解读--深度图嵌入法用于协同抗癌药物组合的优先级预测
发布时间
阅读量：
阅读量
深度图嵌入法在协同抗癌药物组合中的应用
| 论文题目 | Deep graph embedding for prioritizing synergistic anticancer drug combinations |
|---|---|
| 论文出自 | Computational and Structural Biotechnology Journal ，2020 |
文章目录
- 深度图嵌入法在协同抗癌药物组合中的应用
-
- 模型概述：
- 该方法通过深度图嵌入技术实现协同抗癌药物组合预测
- 突出展现了其在复杂数据处理方面的独特优势
- 在多组实验中展现出较高的准确性与可靠性
- 具备良好的推广价值与临床应用潜力
-
- 实施流程：
- 首先构建基于深度图嵌入的数据模型框架
- 然后设计相应的优化算法以提升模型性能
- 最后通过系统实验验证其有效性与适用性
-
- 模型对比分析：
- 对比分析展示了与其他相似技术相比的优势所在
- 包括计算效率提升、预测精度提高等方面的表现
一、模型介绍？
图卷积编码器 +矩阵双线性解码器
整合药物组合、药物-蛋白质相互作用和蛋白质-蛋白质相互作用网络构建的。
![\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下
全部评论 (0)
还没有任何评论哟~