Buchumschlag

A Hybrid Computational Intelligence Framework with Metaheuristic Optimization for Drug-Drug Interaction Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shamami, Maryam Abdollahi, Teimourpour, Babak, Sharifi, Farshad
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Biomolecules
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Addressing Model Overcomplexity in Drug-Drug Interaction Prediction With Molecular Fingerprints
von: Gil-Sorribes, Manel, et al.
Veröffentlicht: (2025)

DDIPrompt: Drug-Drug Interaction Event Prediction based on Graph Prompt Learning
von: Wang, Yingying, et al.
Veröffentlicht: (2024)

Customized Subgraph Selection and Encoding for Drug-drug Interaction Prediction
von: Du, Haotong, et al.
Veröffentlicht: (2024)

Barlow Twins Deep Neural Network for Advanced 1D Drug-Target Interaction Prediction
von: Schuh, Maximilian G., et al.
Veröffentlicht: (2024)

Inductive-Associative Meta-learning Pipeline with Human Cognitive Patterns for Unseen Drug-Target Interaction Prediction
von: Lian, Xiaoqing, et al.
Veröffentlicht: (2025)

Towards a Better Model with Dual Transformer for Drug Response Prediction
von: Li, Kun, et al.
Veröffentlicht: (2022)

A Generalist Cross-Domain Molecular Learning Framework for Structure-Based Drug Discovery
von: Zhu, Yiheng, et al.
Veröffentlicht: (2025)

Exploiting Pre-trained Models for Drug Target Affinity Prediction with Nearest Neighbors
von: Pei, Qizhi, et al.
Veröffentlicht: (2024)

Bridging Quantum and Classical Computing in Drug Design: Architecture Principles for Improved Molecule Generation
von: Smith, Andrew, et al.
Veröffentlicht: (2025)

CADGL: Context-Aware Deep Graph Learning for Predicting Drug-Drug Interactions
von: Wasi, Azmine Toushik, et al.
Veröffentlicht: (2024)

ViDTA: Enhanced Drug-Target Affinity Prediction via Virtual Graph Nodes and Attention-based Feature Fusion
von: Li, Minghui, et al.
Veröffentlicht: (2024)

Drug Release Modeling using Physics-Informed Neural Networks
von: Qureshi, Daanish Aleem, et al.
Veröffentlicht: (2026)

A Foundation Chemical Language Model for Comprehensive Fragment-Based Drug Discovery
von: Ho, Alexander, et al.
Veröffentlicht: (2025)

CovDocker: Benchmarking Covalent Drug Design with Tasks, Datasets, and Solutions
von: Peng, Yangzhe, et al.
Veröffentlicht: (2025)

Contrastive Multi-Task Learning with Solvent-Aware Augmentation for Drug Discovery
von: Lan, Jing, et al.
Veröffentlicht: (2025)

Interpreting GFlowNets for Drug Discovery: Extracting Actionable Insights for Medicinal Chemistry
von: S, Amirtha Varshini A, et al.
Veröffentlicht: (2025)

Piloting Structure-Based Drug Design via Modality-Specific Optimal Schedule
von: Qiu, Keyue, et al.
Veröffentlicht: (2025)

Structure-Aware Contrastive Learning with Fine-Grained Binding Representations for Drug Discovery
von: Lan, Jing, et al.
Veröffentlicht: (2025)

WelQrate: Defining the Gold Standard in Small Molecule Drug Discovery Benchmarking
von: Liu, Yunchao, et al.
Veröffentlicht: (2024)

Implementation of The Future of Drug Discovery: QuantumBased Machine Learning Simulation (QMLS)
von: Zhou, Yifan, et al.
Veröffentlicht: (2023)

ActivityDiff: A diffusion model with Positive and Negative Activity Guidance for De Novo Drug Design
von: Zhou, Renyi, et al.
Veröffentlicht: (2025)

A Survey of Generative AI for de novo Drug Design: New Frontiers in Molecule and Protein Generation
von: Tang, Xiangru, et al.
Veröffentlicht: (2024)

DrugPlayGround: Benchmarking Large Language Models and Embeddings for Drug Discovery
von: Liu, Tianyu, et al.
Veröffentlicht: (2026)

Phenotypic Profile-Informed Generation of Drug-Like Molecules via Dual-Channel Variational Autoencoders
von: Liu, Hui, et al.
Veröffentlicht: (2025)

InstructMol: Multi-Modal Integration for Building a Versatile and Reliable Molecular Assistant in Drug Discovery
von: Cao, He, et al.
Veröffentlicht: (2023)

FusionDTI: Fine-grained Binding Discovery with Token-level Fusion for Drug-Target Interaction
von: Meng, Zhaohan, et al.
Veröffentlicht: (2024)

DrugCLIP: Contrastive Drug-Disease Interaction For Drug Repurposing
von: Lu, Yingzhou, et al.
Veröffentlicht: (2024)

Multi-level Interaction Modeling for Protein Mutational Effect Prediction
von: Mo, Yuanle, et al.
Veröffentlicht: (2024)

Latent Style-based Quantum Wasserstein GAN for Drug Design
von: Baglio, Julien, et al.
Veröffentlicht: (2026)

Reaction Prediction via Interaction Modeling of Symmetric Difference Shingle Sets
von: Shi, Runhan, et al.
Veröffentlicht: (2025)

Tensor-DTI: Enhancing Biomolecular Interaction Prediction with Contrastive Embedding Learning
von: Gil-Sorribes, Manel, et al.
Veröffentlicht: (2026)

Rethinking Drug-Drug Interaction Modeling as Generalizable Relation Learning
von: Xu, Dong, et al.
Veröffentlicht: (2026)

A Cross-Field Fusion Strategy for Drug-Target Interaction Prediction
von: Zhang, Hongzhi, et al.
Veröffentlicht: (2024)

log-RRIM: Yield Prediction via Local-to-global Reaction Representation Learning and Interaction Modeling
von: Hu, Xiao, et al.
Veröffentlicht: (2024)

CreoPep: A Universal Deep Learning Framework for Target-Specific Peptide Design and Optimization
von: Ge, Cheng, et al.
Veröffentlicht: (2025)

PSC-CPI: Multi-Scale Protein Sequence-Structure Contrasting for Efficient and Generalizable Compound-Protein Interaction Prediction
von: Wu, Lirong, et al.
Veröffentlicht: (2024)

Diffusion Models at the Drug Discovery Frontier: A Review on Generating Small Molecules versus Therapeutic Peptides
von: Wang, Yiquan, et al.
Veröffentlicht: (2025)

Manifold-Constrained Nucleus-Level Denoising Diffusion Model for Structure-Based Drug Design
von: Liu, Shengchao, et al.
Veröffentlicht: (2024)

ZeroDDI: A Zero-Shot Drug-Drug Interaction Event Prediction Method with Semantic Enhanced Learning and Dual-Modal Uniform Alignment
von: Wang, Ziyan, et al.
Veröffentlicht: (2024)

A Heterogeneous Network-based Contrastive Learning Approach for Predicting Drug-Target Interaction
von: Hu, Junwei, et al.
Veröffentlicht: (2024)