کنفرانس مهندسی برق ایران

صفحه اصلی / سی و یکمین کنفرانس بین المللی مهندسی برق

MAD-TI: Meta-path Aggregated-Graph Attention Network for Drug Target Interaction Prediction

نویسندگان :

Reza Shami Tanha¹ Maryam Sadighian² Arash Zabihian³ Mohsen Hooshmand⁴ Mohsen Afsharchi⁵

1- دانشگاه تحصیلات تکمیلی علوم پایه زنجان 2- دانشگاه تحصیلات تکمیلی علوم پایه زنجان 3- دانشگاه تهران 4- دانشگاه تحصیلات تکمیلی علوم پایه زنجان 5- دانشگاه زنجان

کلمات کلیدی :

Drug Target Interaction،Graph Neural Networks،Meta-path،Attention mechanism،Graph Attention Network،Bioinformatics

چکیده :

Computational identification of unknown drugtarget interactions (DTI) is crucial in locating new drug treatments for proteins, viruses, and diseases. This work proposes MAD-TI a meta-path-based, GAT-oriented method to predict DTIs. Our proposed method uses a heterogeneous graph of drugs, targets, diseases, and side effects as the input graph. Then, it applies two graph attention networks to generate the embeddings of drugs and targets. Using the embeddings, it predicts the unknown DTIs. The results show that MAD-TI outperforms the state-of-the-art methods.

لیست مقالات

لیست مقالات بایگانی شده

Effects of Derating Factor and Minimum Short Circuit Current on the BOP Cable Sizing of a Power Plant

Hossein Zamanpour abyaneh

بهبود تخمین موقعیت هواپیما به کمک تشخیص موقعیت‌های پرت در داده‌های ADS-B ترافیک هوایی

سید سجاد حسینی رستمی - میترا میرزارضایی - بابک نجار اعرابی

Fixed-time consensus of unknown nonlinear multi-agent systems

Mohammad Hadi Rezaei - Ali Abooee

Atrial Fibrillation (AF) Detection Using Deep Learning with GAN-based Data Augmentation

Amirhossein Akhoondkazemi - Arash Vashagh - Sayed Jalal Zahabi - Davood Shafie

Stable Target Tracking in Wireless Sensor Networks Under Malicious Cyber Attacks

Jafar Akhondali - Mohammad Taheri

Design and Simulation of a Novel High Sensitive MEMS Microphone Based On a Spring-Supported Circular Diaphragm

Mehdi Pazhooh - Ebrahim Abbaspour-Sani

بررسی عملکرد تقویت کننده فیبری پالسی نانوثانیه اربیوم ایتربیوم با نرخ تکرار پایین

احسان حمیدنژاد - اصغر غلامی - محمدجواد حکمت

A COMPREHENSIVE DEEP LEARNING METHOD for SHORT-TERM LOAD FORECASTING

Mohammad Sayadlou - Mahdi Salay naderi - Mehrdad Abedi - Sajad Esmaeili - Mohammad Amini

Agglomerative Hierarchical Clustering Based on Q-learning for D2D Communication in Public Safety Communication Networks

Sahel Alipour - Mohammad Mansour Kesargheh - Abdulhamid Zahedi - Ghasem Mirjalily - Jamshid Abouei

Efficient signal detection via compressive sensing in uplink massive MIMO systems

Soroush Mesforush Mashhad - Mojtaba Amiri - Ali Olfat

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.3.2