HGACL-DRP药物响应预测网络发布

研究团队提出 HGACL-DRP，一种用于药物反应预测的异构图注意力双扰动对比学习网络。它整合多组学特征构建异构图，并结合特征扰动与结构扰动进行自监督学习，还设计了邻居过滤机制。 据作者在 BMC Bioinformatics 报告，该网络在 GDSC 和 CCLE 两个公开数据集上的平均 AUC 分别为 98.99% 和 95.48%，与现有最先进算法相比，预测准确率有统计学显著提升。作者称，该框架希望借助多视图图增强与注意力机制，支持个性化用药选择和新药发现。上述性能均为公开数据集上的实验结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。