BriefGPT - AI 论文速递
·
融合分离：数据稀缺条件下的协同专家混合用于药物-靶标相互作用预测
💡
原文中文，约700字，阅读约需2分钟。
📝
内容提要
本研究提出了一种新方法，解决药物-靶标相互作用预测中的数据稀缺问题。通过设计两个专家处理内外部数据，利用未标记数据增强协同作用，实验结果表明该模型在数据稀缺情况下显著优于现有方法，改进幅度最高达53.53%。
🎯
关键要点
- 本研究提出了一种新方法，解决药物-靶标相互作用预测中的数据和标签稀缺问题。
- 该方法设计了两个专家，分别处理内在和外在数据，能够在仅有一种数据视角时进行有效预测。
- 通过相互监督的方式增强专家之间的协同作用，利用大量未标记数据。
- 实验结果显示，该模型在不同数据稀缺情况下显著优于现有方法，最高改进幅度达到53.53%。
➡️
