ChemBERTaDDI提出了一种统一框架，通过整合Transformer衍生的分子嵌入与临床副作用数据，以预测药物-药物相互作用（DDIs）。该模型在预测性能上超越了现有最先进方法，展现出卓越的泛化能力，尤其在高风险副作用类别中表现出更高的预测精度。这项研究为药物安全评估和药物发现提供了稳健且可扩展的新途径。发表于 2025年06月13日。
原文链接：https://x.com/BiologyAIDaily/status/1933505385429872839
生物信息学研究 | ChemBERTaDDI: Transformer Driven Molecular Structures and Clinical Data for predicting drug-drug interactions
Comments NOTHING