Suraj Yadav / Suryakanthi Tangirala
Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
Librería Kolima (Madrid)
Librería Proteo (Málaga)
W ramach tego projektu zaproponowano strukturę półnadzorowanego uczenia się na grafach służącą do przewidywania interakcji między lekami, mającą na celu przełamanie ograniczeń tradycyjnych metod uczenia nadzorowanego, które wymagają dużych ilości oznaczonych danych dotyczących interakcji. Proponowane podejście skutecznie integruje zarówno oznaczone, jak i nieoznaczone informacje o lekach, umożliwiając modelowi uczenie się znaczących wzorców nawet wtedy, gdy dostępna jest jedynie ograniczona liczba znanych interakcji. Każdy lek jest reprezentowany za pomocą kompleksowych informacji o cechach, w tym struktur molekularnych, deskryptorów chemicznych, właściwości farmakologicznych oraz istniejących sieci interakcji. Cechy te są włączane do reprezentacji opartej na grafie, która zachowuje wewnętrzne relacje między lekami. Następnie wykorzystuje się sieć neuronową grafową do przekazywania komunikatów i agregacji sąsiedztwa, generując wektory osadzenia o niskiej wymiarowości, które oddają zarówno cechy strukturalne, jak i semantyczne każdego leku w sieci interakcji. Te wyuczone wektory osadzenia są następnie wykorzystywane do przewidywania nieznanych wcześniej lub potencjalnych interakcji między lekami z większą dokładnością.
