![arXiv:2212.10788v2 [cs.LG] 2022 年 12 月 27 日](/simg/e/e891ff0a23608d4021463976257403150533effc.webp)
机构名称：
¥ 2.0
在本研究中，我们提出了一种使用生物网络的可解释药物重新定位框架 GraphIX，并定量评估了其可解释性。GraphIX 首先使用图神经网络从已知药物适应症和知识图谱中学习网络权重和节点特征，该图谱由三种类型的节点组成（但未给出节点类型信息）：疾病、药物和蛋白质。对学习后特征的分析表明，通过基于图结构的学习过程可以区分模型之前不知道的节点类型。然后，GraphIX 根据学习到的权重和特征预测疾病与药物的关联，并计算位于预测疾病和药物邻域的节点的贡献值。我们假设模型贡献较高的邻近蛋白质节点对于理解实际药理作用也很重要。使用真实世界数据库定量评估蛋白质节点贡献的有效性表明，GraphIX 显示的高贡献蛋白质作为药物作用机制是合理的。 GraphIX 是一个基于证据的药物发现的药物重新定位框架，它可以向用户展示新的疾病 - 药物关联，并从庞大而复杂的知识库中识别出对理解其药理作用很重要的蛋白质。
arXiv:2212.10788v2 [cs.LG] 2022 年 12 月 27 日
主要关键词
![arXiv:2212.10788v2 [cs.LG] 2022 年 12 月 27 日PDF文件第1页](/bimg/5/5b5052c0db0c111d213deaf068f0b9303d427c28.webp)
![arXiv:2212.10788v2 [cs.LG] 2022 年 12 月 27 日PDF文件第2页](/bimg/c/cfff46709e29c0a280d1229c999d529e51b0b8a6.webp)
![arXiv:2212.10788v2 [cs.LG] 2022 年 12 月 27 日PDF文件第3页](/bimg/5/5e709c91504b6acdb6529503f88a628498b524c0.webp)
![arXiv:2212.10788v2 [cs.LG] 2022 年 12 月 27 日PDF文件第4页](/bimg/f/f79cef3187fc4af3f979d264127ce02a711a30ba.webp)
![arXiv:2212.10788v2 [cs.LG] 2022 年 12 月 27 日PDF文件第5页](/bimg/2/204966d9b58c54aef93e9cda81e8d69145a6af7e.webp)
相关文件推荐
![arXiv:2212.05662v1 [cs.LG] 2022 年 12 月 12 日](/simg/c/cd906256fae927303a3df7cebdb6365f86b23a67.webp)
![arXiv:2212.05903v1 [cs.AR] 2022 年 12 月 12 日](/simg/e/e0eda67994c310943a402ec6b06229d7b84c19cf.webp)
![arXiv:2212.02133v1 [quant-ph] 2022 年 12 月 5 日](/simg/f/f00e457e77994a0c377d27a148ce66dd6cb83094.webp)
![arXiv:2212.02124v1 [nucl-th] 2022 年 12 月 5 日](/simg/a/a8f61a1bfc70c0fbf92453d1624283d5ffc15d7d.webp)
![arXiv:2212.08967v1 [cs.AI] 2022 年 12 月 17 日](/simg/7/7809d8928361687e07ab3ea17a631d622bec4a43.png)
![arXiv:2212.13938v1 [quant-ph] 2022 年 12 月 28 日](/simg/1/1612f5e6f2ab3daecafd31d7f5e99329217dc742.webp)
![arXiv:2212.07279v1 [hep-ex] 2022 年 12 月 14 日](/simg/3/3c0a730da956267561f713f54b713fe592109657.webp)
![arXiv:2207.03088v1 [cs.LG] 2022 年 7 月 7 日](/simg/6/6aed2ae97f3828187168ca2934089f3e02d8e419.webp)
![arXiv:2207.05643v1 [cs.RO] 2022 年 7 月 12 日](/simg/9/914a0980453c8245d7338c340cfcc7abaab03a7a.webp)
![arXiv:2203.10009v1 [cs.LG] 2022 年 3 月 18 日](/simg/e/e17efa37af527c5dc7890492313866bff7f746be.webp)
![arXiv:2206.13217v1 [cs.CL] 2022 年 6 月 27 日](/simg/6/6dd41586dfdbe9d865c0331641d242ed17d511f8.webp)
![arXiv:2010.12066v2 [cs.LG] 2022 年 2 月 18 日](/simg/f/f91d9a1540164713974243c89bd168bb5526f546.webp)
![arXiv:2206.13180v1 [quant-ph] 2022 年 6 月 27 日](/simg/d/d928a16c8fc46e8b34abd338d61ae58612085f8a.webp)
![arXiv:1904.05282v4 [quant-ph] 2022 年 12 月 7 日](/simg/1/14306bae1afe4fefeef48f29575e629e58821a38.webp)
![arXiv:2206.08672v1 [cs.LG] 2022 年 6 月 17 日](/simg/4/4f093dd2d7aa1e81a52f7bb83b2cd91073856ab1.webp)
![arXiv:2208.00465v1 [cs.LG] 2022 年 7 月 31 日](/simg/c/cebc2f8776316fb471760e7bf6e67938ef4f655a.webp)
![arXiv:2209.04143v2 [nucl-th] 2022 年 9 月 12 日](/simg/6/653644be7e669177b55a8119a6fdc796f8d5cb6d.webp)
![arXiv:2403.18486v1 [cs.LG] 2024 年 3 月 27 日](/simg/b/b8126dc36ca7c3b3066b8cdc012c95e254ab1d22.png)
![arXiv:2401.06899v1 [cs.LG] 2024 年 1 月 12 日](/simg/4/4c9775c122729d279ec2c6eb58cdf72cd726385d.png)
![arXiv:2208.10629v3 [cs.CR] 2022 年 12 月 3 日](/simg/e/eb1262714226878482b0cf1d7af9be5069ea8d28.webp)
![arXiv:2212.00725v1 [cs.CY] 2022 年 11 月 25 日](/simg/5/5ee9049869437380def4daafff5723c397ba2087.webp)
![arXiv:2112.08567v1 [cs.LG] 2021 年 12 月 16 日](/simg/5/5fffc67fff366f29a5ea5531d2846fd29320a5bb.webp)
![arXiv:2202.11690v1 [q-bio.NC] 2022 年 1 月 12 日](/simg/7/7d0d54ea9ea1ba10858600a879490fb573f5c9aa.webp)
![arXiv:2110.11371v2 [quant-ph] 2022 年 12 月 19 日](/simg/9/92a79c5bcc9765588ca494bdb2c7a6e81b0d23c0.webp)
![arXiv:2211.16868v2 [physics.plasm-ph] 2022 年 12 月 1 日](/simg/c/ce384a13b3ef256272222c5f1b150892c944ca24.webp)
