Draw+:基于网络的计算药物重新定位与注意力行走和噪音过

科学领域:

• 计算生物学是一种计算生物学.
• 药理学 药理学是指药理学的学科.
• 网络科学 网络科学

背景情况:

• 药物重新定位通过重新定位现有药物来加速治疗发展.
• 基于网络的计算方法,特别是图形神经网络,用于预测药物与疾病的关联.
• 这些方法的准确性往往受输入网络的质量限制.

研究的目的:

• 引入DRAW+,一个新的基于网络的药物重新定位框架.
• 通过结合噪声过和特征提取来提高预测准确性.
• 提高用于计算药物发现的输入网络质量.

主要方法:

• 构建了一个整合药物-疾病,药物-药物和疾病-疾病相似性网络的异质网络.
• 应用了降低级别的奇点值分解来升级相似性网络.
• 利用图形神经网络和注意力机制来进行特征提取和子图分析.
• 采用多层感知器来对药物疾病联系进行二进制分类.

主要成果:

• 在三个基准数据集上,DRAW+的性能超过了七种最先进的方法.
• 实现了高绩效指标:AUROC为0.963和AUPRC为0.564. 这两个指标是AUROC和AUPRC.
• 在额外的数据集中证明了强度和通用性.

结论:

• DRAW+是用于药物重新定位的准确和强大的计算方法.
• 该框架有效地解决了输入网络质量的局限性.
• 显示了加速药物发现和开发的重大前景.