Advertisement

AI医药论文解读--Drug-Drug Adverse Effect Prediction with Graph Co-Attention

阅读量:

基于图形协同注意的药物不良反应预测

论文题目 Drug-Drug Adverse Effect Prediction with Graph Co-Attention
论文出自 arXiv,2019

一、模型?

提出了一种神经网络结构,通过利用Co-Attention机制 ,仅通过观察药物的化学结构 来指示可能的副作用类型

两个任务:

对于二元分类:输入是两种药物和一种副作用类型,需要二元决定药物x和y是否会产生副作用。

对于多标签分类:输入是一对两种药物(dx,dy),需要964个同时的二元决策,以确定药物是否会对所考虑的副作用产生负面影响。(分数越高意味着更大的可能性)

二、具体过程?

  • Message passing
    在这里插入图片描述

  • Co-attention
    在这里插入图片描述

  • Update function
    在这里插入图片描述

  • Readout

​ 需要将单个原子表示聚合为药物级表示。
​

  • 一旦计算出两种药物的载体,这些载体就可以用来预测副作用,具体的设置取决于分类的类型。
    在这里插入图片描述

  • 二元分类:
    在这里插入图片描述

  • 多标签分类:
    在这里插入图片描述

三、实验结果?

在这里插入图片描述

全部评论 (0)

还没有任何评论哟~