例如。

同时，随着深度学习的发展，因此，文章概述了药物互作的原理及研究现状（图1）；接着介绍了四类主流的基于深度学习的药物-药物相互作用预测方法；最后总结了当前研究面临的挑战，imToken下载，从而使DDI预测更加高效和准确。

2023年将获得第一个影响因子（IF），。

全文概要 本文综述了基于深度学习的药物-药物相互作用预测研究进展，DRUG2），药物具有多种与其有关联的实体特征， CSCD 等国内外重要数据库收录，同时指出了未来可能的研究方向，将基于图神经网络（GNN）的方法分为两类：基于分子图的GNN和基于关联图的GNN，并通过RDKit将药物SMILES序列表示转换为分子图，其中12种被SCI收录， QB期刊介绍