NNPS: A neural network based model for polypharmacy side effects prediction

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 428

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IBIS09_020

تاریخ نمایه سازی: 19 اسفند 1399

چکیده مقاله:

Concurrent use of multiple medications, termed polypharmacy, is a type of treatment for elderly people and most patients with complex diseases. While the use of multiple drugs simultaneously can treat diseases more effectively, drugs may interact with each other. Polypharmacy side effects are the cause of drug-drug interaction (DDI). The knowledge of potential DDIs is critical for human safety and health. Most of the polypharmacy side effects are rare and usually not observed in small clinical testing, so, predicting the polypharmacy side effects is a challenging task in Bioinformatics. Recently some studies are developed to predict the polypharmacy side effects [1,2,3,4,5].

نویسندگان

Raziyeh Masumshah

Department of Computer and Data Sciences, Faculty of Mathematical Sciences, Shahid Beheshti University, Tehran, Iran

Rosa Aghdam

School of Biological Sciences, Institute for Research in Fundamental Sciences (IPM), Tehran, Iran

Changiz Eslahchi

Department of Computer and Data Sciences, Faculty of Mathematical Sciences, Shahid Beheshti University, Tehran, IranSchool of Biological Sciences, Institute for Research in Fundamental Sciences (IPM), Tehran, Iran