Disentangling Causal Substructures for Interpretable and Generalizable Drug Synergy Prediction
Created by
Haebom
Category
Empty
저자
Yi Luo, Haochen Zhao, Xiao Liang, Yiwei Liu, Yuye Zhang, Xinyu Li, Jianxin Wang
개요
CausalDDS는 약물 시너지 예측을 위한 새로운 프레임워크로, 약물 분자를 인과적 및 스퓨리어스 하위 구조로 분리하여 인과적 하위 구조 표현을 활용하여 약물 시너지를 예측합니다. CausalDDS는 스퓨리어스 하위 구조로 인한 중복 특징의 영향을 줄이고, 조건부 개입 메커니즘과 충분성 및 독립성 원리에 따른 새로운 최적화 목표를 사용합니다.
시사점, 한계점
•
인과적 하위 구조에 집중하여 약물 시너지 예측 정확도와 해석 가능성 향상
•
콜드 스타트 및 분포 외부 설정에서 우수한 성능
•
약물 시너지의 핵심 하위 구조를 효과적으로 식별하여 분자 수준에서 약물 조합 작동 방식에 대한 통찰력 제공
