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