Scidown文献预览系统!
使用混合深度学习模型的药物侧〆效应的描述性预测( Descriptive prediction of drug side〆ffects using a hybrid deep learning model )
CY Lee YP Chen deep learning drug molecular structure drug side‐effects pharmacovigilance prediction
在本研究中,我们开发了一个混合深度学习(DL)模型,它是第一个具有初始模块的可解释的混合DL模型之一,以给出药物侧效应的描述性预测。该模型由图卷积神经网络(GCNN)和双向长短时记忆(BiLSTM)递归神经网络组成,该神经网络具有启动模块,可以更有效地学习药物的分子特征,并将药物结构与其相关的副作用联系起来。然后将两个网络(GCNN和BiLSTM)的输出连接起来,并使用一个完全连接的网络来预测药物的副作用。无论选择何种分类阈值,我们的模型都获得了0.846的AUC得分。其精确度得分为0.925,双语评价替比学(BLEU)得分分别为0.973、0.938、0.927和0.318,尽管使用了较小的药物数据集进行药物不良反应(ADR)预测,但仍取得了显著的成绩。此外,该模型能够准确地构造正确的词来描述药物侧方效应,并将其与药物名称和分子结构相关联。预测的药物结构和ADR关系将为临床前安全性药理学研究提供参考,并有助于药物开发早期阶段ADR的识别。它还可以帮助检测隐藏在现有药物中的未知ADRs,从而为药物警戒科学做出重大贡献。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】