SynergyX:用于可解释药物协同预测的多模态互注网络.pdfVIP

  • 9
  • 0
  • 约5.13千字
  • 约 6页
  • 2026-04-12 发布于广东
  • 举报

SynergyX:用于可解释药物协同预测的多模态互注网络.pdf

1.介绍

发现有效的抗肿瘤药物组合对于推进癌症治疗至关重要。充分考虑复杂的生物相互

作用对于准确预测药物协同作用非常重要。然而,极其有限的先验知识给当前计算方法

的发展带来了巨大的挑战。

为了解决这个问题,本文提出了一个多模态的相互关注网络SynergyX,它动态捕获

跨模态相互作用,允许对复杂的生物网络和药物相互作用进行建模。采用卷积增强注意

结构对该框架中的多组数据进行有效集成。与其sota模型相比,SynergyX在通用测试和

盲测试以及跨数据集验证中都表现出卓越的预测准确性;SynergyX的另一个显著优势在

于它的多维可解释性。综上所述,SynergyX提供了一个具有启发性和可解释性的框架,

有望催化药物协同作用发现的探索,加深我们对合理联合治疗的理解。

2.方法

图1SynergyX模型架构

2.1药物亚结构编码

对于每种药物,从ChEMBL数据库中获取其SMILES,然后使用RDKit库将其转换为规

范的SMILES。我们进一步将药物的SMILES格式转换为可解释的子结构分区指纹图谱

(ESPF),使后续注意模块能够捕获可解释的药效团信息。ESPF通过将药物分解成一组离

散的、中等大小的亚结构,形成药物的顺序编码。Huang等

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档