CollDTI:基于双编码器的协同学习方法用于药物-靶点相互作用预测

《Neural Networks》:CollDTI: Dual-Encoder Collaborative Learning for Drug–Target Interaction Prediction

【字体: 时间:2026年05月27日 来源:Neural Networks 6.3

编辑推荐:

  李万晨|徐俊林|孟亚杰|程勋坤|叶莉|姜银辉|金书婷•CollDTI结合了内在特征编码器、邻居特征编码器和相似性编码器,用于多源嵌入。•跨模态融合将拓扑结构和分子特征联系起来,以实现宏观-微观学习。•多模态融合与混合学习方法非常有效。•在多种基准测试、t-SNE视图以及新颖的DT

李万晨|徐俊林|孟亚杰|程勋坤|叶莉|姜银辉|金书婷
  • CollDTI结合了内在特征编码器、邻居特征编码器和相似性编码器,用于多源嵌入。
  • 跨模态融合将拓扑结构和分子特征联系起来,以实现宏观-微观学习。
  • 多模态融合与混合学习方法非常有效。
  • 在多种基准测试、t-SNE视图以及新颖的DTI案例中进行了广泛的验证。

订阅生物通快讯

订阅快讯:

最新文章

限时促销

会展信息

关注订阅号/掌握最新资讯

今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

版权所有 生物通

Copyright© eBiotrade.com, All Rights Reserved

联系信箱:

粤ICP备09063491号