Buchumschlag

A substructure‐aware graph neural network incorporating relation features for drug–drug interaction prediction

Fuente: Wiley Open Access

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liangcheng Dong, Baoming Feng, Zengqian Deng, Jinlong Wang, Peihao Ni, Yuanyuan Zhang
Format:	Artículo Open Access
Veröffentlicht:	Wiley 2024
Schlagworte:	Quantitative Biology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GCARDTI: Drug–target interaction prediction based on a hybrid mechanism in drug SELFIES
von: Yinfei Feng, et al.
Veröffentlicht: (2024)

DDI‐Transform: A neural network for predicting drug‐drug interaction events
von: Jiaming Su, et al.
Veröffentlicht: (2024)

MFCN‐DDI: Capsule network based on multimodal feature for multitype drug–drug interaction prediction
von: Jiayi Lu, et al.
Veröffentlicht: (2025)

Deep learning for drug‐drug interaction prediction: A comprehensive review
von: Xinyue Li, et al.
Veröffentlicht: (2024)

A comprehensive review of cluster methods for drug–drug interaction network
von: Shuyuan Cao, et al.
Veröffentlicht: (2025)

BiGraph‐DTA: Predicting drug–target interactions of hepatoprotective agents with graph convolutional networks
von: Arief Sartono, et al.
Veröffentlicht: (2025)

A comprehensive review of molecular optimization in artificial intelligence‐based drug discovery
von: Yuhang Xia, et al.
Veröffentlicht: (2024)

scMOG: A graph neural network method for regulatory relationship‐preserving single‐cell multi‐omics integration
von: Yucheng Lu, et al.
Veröffentlicht: (2026)

Predicting drug‐perturbed transcriptional responses using multi‐conditional diffusion transformer
von: Qifan Hu, et al.
Veröffentlicht: (2025)

An exponential logarithmic measure of drug receptor binding and saturation
von: Tozzi, Arturo
Veröffentlicht: (2026)

Performing clinical drug trials in children with a rare disease
von: Hedley, Victoria, et al.
Veröffentlicht: (2024)

Data-centric challenges with the application and adoption of artificial intelligence for drug discovery
von: Ghislat, Ghita, et al.
Veröffentlicht: (2024)

A penalized integrative deep neural network for variable selection among multiple omics datasets
von: Yang Li, et al.
Veröffentlicht: (2024)

Diffusion model‐regularized implicit neural representation for computed tomography metal artifact reduction
von: Jie Wen, et al.
Veröffentlicht: (2026)

Physics‐informed multimodal learning for snapshot dental spectral reflectance prediction
von: Yujun Feng, et al.
Veröffentlicht: (2026)

Opportunities and challenges in protein structure prediction
von: Wenkai Wang, et al.
Veröffentlicht: (2026)

bioSBM: a random graph model to integrate epigenomic data in chromatin structure prediction
von: Zhang, Alex Chen Yi, et al.
Veröffentlicht: (2024)

Rapid, antibiotic incubation-free determination of tuberculosis drug resistance using machine learning and Raman spectroscopy
von: Ogunlade, Babatunde, et al.
Veröffentlicht: (2023)

SimHOEPI: A resampling simulator for generating single nucleotide polymorphism data with a high‐order epistasis model
von: Yahan Li, et al.
Veröffentlicht: (2024)

Internally triggered retrospective learning in neural networks
von: Tozzi, Arturo
Veröffentlicht: (2026)

A comprehensive evaluation of large language models in mining gene relations and pathway knowledge
von: Muhammad Azam, et al.
Veröffentlicht: (2024)

Functional predictability of universal gene circuits in diverse microbial hosts
von: Chenrui Qin, et al.
Veröffentlicht: (2024)

Perspectives on benchmarking foundation models for network biology
von: Christina V. Theodoris
Veröffentlicht: (2024)

A new perspective on brain stimulation interventions: Optimal stochastic tracking control of brain network dynamics
von: Dong, Kangli, et al.
Veröffentlicht: (2025)

Mathematical modeling of evolution of cell networks in epithelial tissues
von: Ivan Krasnyakov
Veröffentlicht: (2024)

A clinical trial termination prediction model based on denoising autoencoder and deep survival regression
von: Huamei Qi, et al.
Veröffentlicht: (2024)

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

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

Metabolic‐immune interactions in gastric cancer T cells: A single‐cell atlas for prognostic biomarker identification
von: Junjun Liu, et al.
Veröffentlicht: (2026)

Target search on networks-within-networks with applications to protein-DNA interactions
von: Hedström, Lucas, et al.
Veröffentlicht: (2024)

Identification of post-COVID-19 symptoms using brain structural MRI features: a machine learning approach
von: Reza, Abdi
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)

Propensity-score matching analysis in COVID-19-related studies: a method and quality systematic review
von: Gu, Chunhui, et al.
Veröffentlicht: (2024)

Beyond networks, towards adaptive systems
von: Pessoa, Luiz
Veröffentlicht: (2024)

Quantifying biofilm-virulence index to predict antifungal resistance in Candida albicans
von: Ujlayan, Nikhil, et al.
Veröffentlicht: (2026)

Reproductive system and interaction with fauna in a Mediterranean Pyrophite shrub
von: Nescolarde-Selva, Josué-Antonio, et al.
Veröffentlicht: (2025)

The use of kinematics to quantify gait attributes and predict gait scores in dairy cows
von: Julliot, Celia, et al.
Veröffentlicht: (2025)

Data complexity signature predicts quantum projected learning benefit for antibiotic resistance
von: Rhrissorrakrai, Kahn, et al.
Veröffentlicht: (2026)

Dual network structure of the AV node
von: Maltsev, Anna V., et al.
Veröffentlicht: (2024)

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