清华&第四范式&腾讯研究团队：图神经网络与生物医学网络实现新兴药物相互作用预测

AIGC动态欢迎阅读

原标题：清华&第四范式&腾讯研究团队：图神经网络与生物医学网络实现新兴药物相互作用预测
关键字：药物,腾讯,生物医学,网络,路径
文章来源：人工智能学家
内容字数：4486字

内容摘要：

将 ScienceAI设为星标
第一时间掌握
新鲜的 AI for Science 资讯编辑 | 萝卜皮
新兴药物的药物相互作用 (DDI) 为治疗和缓解疾病提供了可能性，利用计算方法准确预测这些相互作用可以改善患者护理并有助于高效的药物开发。然而，许多现有的计算方法需要大量已知的 DDI 信息，这对于新兴药物来说是稀缺的。
清华大学、第四范式（4Paradigm）以及腾讯 Jarvis Lab 的研究人员提出了 EmerGNN，这是一种图神经网络，可以利用生物医学网络中的丰富信息来有效预测新兴药物的相互作用。
EmerGNN 通过提取药物对之间的路径、将信息从一种药物传播到另一种药物以及在路径上结合相关的生物医学概念来学习药物的成对表示。生物医学网络的边缘经过加权以指示目标 DDI 预测的相关性。
总体而言，EmerGNN 在预测新兴药物相互作用方面比现有方法具有更高的准确性，并且可以识别生物医学网络上最相关的信息。
该研究以「Emerging drug interaction prediction enabled by a flow-based graph neural netwo

原文链接：清华&第四范式&腾讯研究团队：图神经网络与生物医学网络实现新兴药物相互作用预测