换一批摘要针对当前药物重定位研究药物适用症预测数量固定、无法全面揭示药物潜在适应症的问题,提出了生成式AI的药物重定位模型GenDrugShifter.该模型由图注意力神经网络和Transformer Decoder模块组成,能够进行端到端的药物重定位.该模型以InChI格式表示的药物分子结构为图注意力神经网络的输入,使用自监督方法学习药物活性分子结构和药物适应症之间的潜在联系,通过自回归的方法输出药物的适应症.西药重定位实验结果表明,GenDrugShifter 在预测性能上优于其他 4 种先进药物重定位方法.GenDrugShifter能够更全面地揭示药物潜在的适应症,具有优越性和可靠性.临床数据进一步证明了其在实际应用中的有效性.
更多相关知识
关键词
生成式AI药物重定位大语言模型人工智能药物发现generative AIdrug repositioninglarge language modelartificial intelligencedrug discovery
栏目名称
DOI
10.11959/j.issn.2096-0271.2025030
发布时间
2025-03-31（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
