Buchumschlag

GramSeq-DTA: A grammar-based drug-target affinity prediction approach fusing gene expression information

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Debnath, Kusal, Rana, Pratip, Ghosh, Preetam
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Quantitative Methods Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Active learning for affinity prediction of antibodies
von: Gessner, Alexandra, et al.
Veröffentlicht: (2024)

PGraphDTA: Improving Drug Target Interaction Prediction using Protein Language Models and Contact Maps
von: Bal, Rakesh, et al.
Veröffentlicht: (2023)

Improved prediction of ligand-protein binding affinities by meta-modeling
von: Lee, Ho-Joon, et al.
Veröffentlicht: (2023)

Heterogeneous network drug-target interaction prediction model based on graph wavelet transform and multi-level contrastive learning
von: Dai, Wenfeng, et al.
Veröffentlicht: (2025)

MD-Syn: Synergistic drug combination prediction based on the multidimensional feature fusion method and attention mechanisms
von: Ge, XinXin, et al.
Veröffentlicht: (2025)

Boosting drug-disease association prediction for drug repositioning via dual-feature extraction and cross-dual-domain decoding
von: Zhu, Enqiang, et al.
Veröffentlicht: (2024)

MKDTI: Predicting drug-target interactions via multiple kernel fusion on graph attention network
von: Zhou, Yuhuan, et al.
Veröffentlicht: (2024)

Training distribution determines the ceiling of drug-blind cancer sensitivity prediction
von: Heo, Taekyung
Veröffentlicht: (2026)

Benchmarking community drug response prediction models: datasets, models, tools, and metrics for cross-dataset generalization analysis
von: Partin, Alexander, et al.
Veröffentlicht: (2025)

SpanSeq: Similarity-based sequence data splitting method for improved development and assessment of deep learning projects
von: Florensa, Alfred Ferrer, et al.
Veröffentlicht: (2024)

Multitask finetuning and acceleration of chemical pretrained models for small molecule drug property prediction
von: Adrian, Matthew, et al.
Veröffentlicht: (2025)

SeqProFT: Sequence-only Protein Property Prediction with LoRA Finetuning
von: Zhang, Shuo, et al.
Veröffentlicht: (2024)

Permutation invariant multi-output Gaussian Processes for drug combination prediction in cancer
von: Rønneberg, Leiv, et al.
Veröffentlicht: (2024)

Protein binding affinity prediction under multiple substitutions applying eGNNs on Residue and Atomic graphs combined with Language model information: eGRAL
von: Fiorellini-Bernardis, Arturo, et al.
Veröffentlicht: (2024)

Augmenting generative models with biomedical knowledge graphs improves targeted drug discovery
von: Malusare, Aditya, et al.
Veröffentlicht: (2025)

RxRx3-core: Benchmarking drug-target interactions in High-Content Microscopy
von: Kraus, Oren, et al.
Veröffentlicht: (2025)

Edge-aware GAT-based protein binding site prediction
von: Yang, Weisen, et al.
Veröffentlicht: (2026)

Accurate RNA 3D structure prediction using a language model-based deep learning approach
von: Shen, Tao, et al.
Veröffentlicht: (2022)

Precision psychiatry: predicting predictability
von: van Dellen, Edwin
Veröffentlicht: (2023)

PhysioSeq2Seq: A Hybrid Physiological Digital Twin and Sequence-to-Sequence LSTM for Long-Horizon Glucose Forecasting in Type 1 Diabetes
von: Tran, Phat, et al.
Veröffentlicht: (2026)

Multimodal AI predicts clinical outcomes of drug combinations from preclinical data
von: Huang, Yepeng, et al.
Veröffentlicht: (2025)

ALNSynergy: a graph convolutional network with multi-representation alignment for drug synergy prediction
von: Yang, Xinxing, et al.
Veröffentlicht: (2023)

LncRNA-disease association prediction method based on heterogeneous information completion and convolutional neural network
von: Xi, Wen-Yu, et al.
Veröffentlicht: (2024)

DeepDR: an integrated deep-learning model web server for drug repositioning
von: Jin, Shuting, et al.
Veröffentlicht: (2025)

A meaningful prediction of functional decline in amyotrophic lateral sclerosis based on multi-event survival analysis
von: Lillelund, Christian Marius, et al.
Veröffentlicht: (2025)

GraphSeqLM: A Unified Graph Language Framework for Omic Graph Learning
von: Zhang, Heming, et al.
Veröffentlicht: (2024)

WISER: Weak supervISion and supErvised Representation learning to improve drug response prediction in cancer
von: Shubham, Kumar, et al.
Veröffentlicht: (2024)

Causal inference in drug discovery and development
von: Michoel, Tom, et al.
Veröffentlicht: (2022)

Exploring zero-shot structure-based protein fitness prediction
von: Sharma, Arnav, et al.
Veröffentlicht: (2025)

Predicting Side Effect of Drug Molecules using Recurrent Neural Networks
von: Beaudoin, Collin, et al.
Veröffentlicht: (2023)

Early warning prediction: Onsager-Machlup vs Schrödinger
von: Xu, Xiaoai, et al.
Veröffentlicht: (2026)

Physics-informed deep learning for infectious disease forecasting
von: Qian, Ying, et al.
Veröffentlicht: (2025)

Protenix-Mini+: efficient structure prediction model with scalable pairformer
von: Qiang, Bo, et al.
Veröffentlicht: (2025)

MIEO: encoding clinical data to enhance cardiovascular event prediction
von: Borghini, Davide, et al.
Veröffentlicht: (2025)

The CAST package for training and assessment of spatial prediction models in R
von: Meyer, Hanna, et al.
Veröffentlicht: (2024)

BioBO: Biology-informed Bayesian Optimization for Perturbation Design
von: Li, Yanke, et al.
Veröffentlicht: (2025)

Robust Multi-view Co-expression Network Inference
von: Pandeva, Teodora, et al.
Veröffentlicht: (2024)

Modeling methodology for the accurate and prompt prediction of symptomatic events in chronic diseases
von: Pagán, Josué, et al.
Veröffentlicht: (2024)

Better Models, Faster Training: Sigmoid Attention for single-cell Foundation Models
von: Sadashivaiah, Vijay, et al.
Veröffentlicht: (2026)

Quantification of total uncertainty in the physics-informed reconstruction of CVSim-6 physiology
von: De Florio, Mario, et al.
Veröffentlicht: (2024)