一种基于分子图的深度学习药物副作用预测方法
机器学习
2022-12-01 v1 人工智能
机器学习
定量方法
摘要
在药物副作用发生前对其进行预测，是降低药物相关住院人数并改进药物发现过程的一项关键任务。现有的副作用自动预测器通常无法处理药物的结构，导致信息丢失。近年来，图神经网络因其能够利用图结构与标签所传递的信息而取得了巨大成功。这些模型已被广泛应用于各类生物问题中，其中包括在大型知识图上预测药物副作用。利用编码药物结构的分子图代表了一种新颖的方法，其中该问题被表述为多类多标签的图聚焦分类。我们开发了一种执行该任务的方法，使用循环图神经网络，并从免费获取且成熟的数据源构建数据集。结果表明，在许多参数和指标下，相较于先前可用的预测器，我们的方法具有更好的分类能力。
引用
@article{arxiv.2211.16871,
title = {A Deep Learning Approach to the Prediction of Drug Side-Effects on Molecular Graphs},
author = {Pietro Bongini and Elisa Messori and Niccolò Pancino and Monica Bianchini},
journal= {arXiv preprint arXiv:2211.16871},
year = {2022}
}
备注
16 pages, 2 figures, under review