AI医药论文解读--Drug-Drug Adverse Effect Prediction with Graph Co-Attention
发布时间
阅读量:
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

-
Co-attention

-
Update function

-
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。

-
二元分类:

-
多标签分类:

三、实验结果?

全部评论 (0)
还没有任何评论哟~
