HyperDFI：跨视图超图-图对比学习预测药物-食物相互作用
热点事件持续更新
HyperDFI：跨视图超图-图对比学习预测药物-食物相互作用
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究团队提出跨视图超图-图对比学习框架 HyperDFI，用于预测药物与食物及食物成分之间的相互作用。团队整合 DrugBank 与 PubMed 信息构建了 4 个基准数据集，覆盖药物-食物和药物-食物成分两类相互作用，并据此建立异质二分图。 模型结合图神经网络与动态超图神经网络，同时捕捉局部拓扑结构与全局高阶语义关系，并引入跨视图对比学习对齐不同结构尺度的表示。研究称，在 4 个基准数据集上 HyperDFI 持续优于现有最先进方法；针对葡萄柚的案例研究进一步验证了其发现新药物-食物相互作用的能力。
AI 根据报道生成 · 1 小时前更新
最新进展11月4日 17:02
HyperDFI：面向药物-食物相互作用预测的跨视图超图-图对比学习框架报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- Journal of Chemical Information and ModelingHyperDFI：面向药物-食物相互作用预测的跨视图超图-图对比学习框架
HyperDFI 是一个跨视图超图-图对比学习框架，用于预测药物与食物（及食物成分）之间的相互作用。研究整合 DrugBank 与 PubMed 信息构建了 4 个基准数据集，覆盖药物-食物和药物-食物成分两类相互作用，并据此建立异质二分图。模型结合图神经网络（GNN）与动态超图神经网络（HGNN），同时捕捉局部拓扑结构与全局高阶语义关系，并引入跨视图对比学习策略对齐不同结构尺度的表示。在 4 个基准数据集上的实验显示 HyperDFI 持续优于现有最先进方法，针对葡萄柚的案例研究进一步验证了其发现新药物-食物相互作用的能力。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。