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

Wideband and Multi-band Frequency Selective Surfaces for Microwave Shielding

Mahmoodreza Marzban - Abbas Alighanbari

Single-Channel Recursive Speech Separation with Unknown Speaker Count by Mask Estimation

Hadi Alizadeh - Rahil Mahdian Toroghi - Hassan Zareian

Synergizing ISAC and OTFS in a Non-GB-OMA Downlink Framework

Ghasem Saeidi - Hamid Saeedi-sourck

Reactive Power Compensation in Distribution Grids: An Application of Trinary Cascaded H-bridge Multilevel Inverter

Yousef Neyshabouri - Mohammad Farhadi-Kangarlu

خلاصه سازی ویدیوهای کپسول آندوسکوپی با رویکرد یادگیری انتقالی

محدثه امیریان چایجان - رضا آقائی زاده ظروفی - مسعود رضا سهرابی

تفکیک منبع تخلیه جزئی شدید در کابل های قدرت به کمک روش یادگیری عمیق

سید محسن علی پور - کیان شاهین فر - سید محمد شهرتاش

Towards Non-Invasive Deep Brain Stimulation Using Temporal Interference Method

Mehdi Gholami - Farshid Ghobadzadeh - Fatemeh Yazdanshenas - Amir Yazdani - Mohammad Neshat

Privacy-Preserving Model Predictive Control Using Secure Multi-Party Computation

Saeed Adelipour - Mohammad Haeri

Investigating Validity and Reliability of The Features Extracted by a 5R Vertical Robot for Arm Motion and Learning Assessment

Sarvenaz Bourbour - Fariba Bahrami Boodelalou - Ghorban Taghizadeh

Explainable AI-Driven Deep Learning Framework for Short-Term Net Load Forecasting

Sina Hossein Beigi Fard - ََAmir Hossein Baharvand - Amir Hossein Poursaeed - Meysam Doostizadeh

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 40.3.1