已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

A Multimodal Data Fusion-Based Deep Learning Approach for Drug-Drug Interaction Prediction

计算机科学 人工智能 药品 机器学习 药物靶点 药物与药物的相互作用 数据挖掘 医学 药理学
作者
An Huang,Xiaolan Xie,Xiaoqi Wang,Shaoliang Peng
出处
期刊:Lecture Notes in Computer Science 卷期号:: 275-285 被引量:1
标识
DOI:10.1007/978-3-031-23198-8_25
摘要

Prediction of drug-drug interaction (DDI) is one of the vital topics in drug development. Many computational methods have been present for DDI prediction. However, these methods are often limited to exploiting the drug’s molecular structure and ignoring other features of modalities, necessary for capturing the complicated DDI patterns. In this study, we proposed HF-DDI, a hybrid fusion-based deep learning framework, for DDI event prediction using various biomedical information about drugs. At first, HF-DDI uses multiple drug similarities based on drug substructure, target, and enzyme as representations of drug-drug interaction events. Afterward, HF-DDI combines two different levels of fusion strategies and utilizes a score calculation module with adaptive weighted averaging to help prediction-making. Experimental results demonstrated that our proposed method outperformed existing approaches for interaction prediction, which provided a high accuracy of 0.948.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
负责怀莲发布了新的文献求助10
刚刚
Grandir发布了新的文献求助20
1秒前
3秒前
kami完成签到 ,获得积分10
3秒前
赵欣媛完成签到 ,获得积分10
5秒前
科研通AI5应助Arui采纳,获得10
7秒前
朴实的热狗完成签到,获得积分10
7秒前
mitty完成签到 ,获得积分10
7秒前
黎乐荷发布了新的文献求助10
10秒前
Jasper应助负责怀莲采纳,获得10
10秒前
荔枝完成签到 ,获得积分10
12秒前
今后应助多年以后采纳,获得10
13秒前
18秒前
星辰大海应助song采纳,获得10
19秒前
李爱国应助Grandir采纳,获得20
19秒前
英姑应助黎乐荷采纳,获得10
21秒前
22秒前
23秒前
25秒前
25秒前
经纲完成签到 ,获得积分0
26秒前
26秒前
多年以后发布了新的文献求助10
28秒前
糖果完成签到 ,获得积分10
28秒前
Arui发布了新的文献求助10
30秒前
科研达人发布了新的文献求助10
32秒前
32秒前
小离心机完成签到,获得积分10
32秒前
笗一一完成签到 ,获得积分10
32秒前
关耳发布了新的文献求助10
37秒前
木木应助GL采纳,获得10
37秒前
41秒前
开心的野狼完成签到 ,获得积分10
42秒前
整齐的忆彤完成签到,获得积分10
44秒前
45秒前
liyb完成签到,获得积分10
45秒前
LiXingchen完成签到,获得积分10
45秒前
詹卫卫发布了新的文献求助10
46秒前
洁白的故人完成签到 ,获得积分10
49秒前
笔墨今宵完成签到 ,获得积分10
50秒前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
ACSM’s Guidelines for Exercise Testing and Prescription, 12th edition 500
Indomethacinのヒトにおける経皮吸収 400
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 350
Robot-supported joining of reinforcement textiles with one-sided sewing heads 320
Aktuelle Entwicklungen in der linguistischen Forschung 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3989949
求助须知:如何正确求助?哪些是违规求助? 3532017
关于积分的说明 11255865
捐赠科研通 3270829
什么是DOI,文献DOI怎么找? 1805053
邀请新用户注册赠送积分活动 882233
科研通“疑难数据库(出版商)”最低求助积分说明 809216