Scifaro

中文

超越文本数据：利用连体神经网络从分子结构图像预测药物-药物相互作用

机器学习 2020-06-30 v2 机器学习

作者: Devendra Singh Dhami , Siwen Yan , Gautam Kunapuli , David Page , Sriraam Natarajan

在 arXiv 上查看 ↗ PDF ↗

摘要

预测和发现药物-药物相互作用（DDIs）是一个重要问题，已从医学和机器学习角度被广泛研究。几乎所有机器学习方法都聚焦于文本数据或药物结构数据的文本表示。我们提出了首项以药物结构图像为输入并利用连体卷积网络架构预测DDIs的工作。

关键词

药物-药物相互作用分子结构图像连体神经网络卷积网络预测

引用

@article{arxiv.1911.06356,
  title  = {Beyond Textual Data: Predicting Drug-Drug Interactions from Molecular Structure Images using Siamese Neural Networks},
  author = {Devendra Singh Dhami and Siwen Yan and Gautam Kunapuli and David Page and Sriraam Natarajan},
  journal= {arXiv preprint arXiv:1911.06356},
  year   = {2020}
}

备注

9 pages, 9 figures