图神经网络在药物发现中的综述：最新发展与挑战
机器学习
2025-09-10 v1
摘要
图神经网络（GNNs）因其处理图结构数据（如药物分子模型）的能力而在药物发现这一复杂领域中受到关注。该方法导致了在药物发现研究的多个类别中发布大量方法和模型。本文全面覆盖了研究类别，包括分子属性预测（包括药物-靶点结合亲和力预测、药物-药物相互作用研究、微生物相互作用预测、药物 repositioning、反向合成和新药设计），并为 GNNs 在药物发现方面的未来工作提供了指导。
引用
@article{arxiv.2509.07887,
title = {A Survey of Graph Neural Networks for Drug Discovery: Recent Developments and Challenges},
author = {Katherine Berry and Liang Cheng},
journal= {arXiv preprint arXiv:2509.07887},
year = {2025}
}
备注
16 pages, 1 figure