中科院上海营养与健康所李虹团队提出JointSyn，通过双视图联合学习进行药物协同作用预测

文章预览

准确、稳健地估计协同用药组合对提高用药精度具有重要意义。尽管目前研究者们已经开发了一些基于机器学习的药物协同作用预测方法，但由于药物组合的复杂机制，以及该研究需要融合药物和细胞系的不同模态数据，导致目前的预测准确性仍有待提升，特别是对于跨数据集的预测更是如此。 2024年10月18日，中科院上海营养与健康所李虹研究员团队在Bioinformatics上发表文章 Dual-view jointly learning improves personalized drug synergy prediction 。 作者提出了 JointSyn，利用双视图联合学习从药物和细胞特征来预测药物协同作用 （Dual-view jointly learning for drug synergy prediction）。JointSyn的每个视图都捕获了药物协同作用相关的特征，并对药物组合的最终预测做出了贡献。此外，带有微调的JointSyn提高了泛化能力，可 以使用少量的实验测量来预测新的药物组合。实验表明 ………………………………