DTI-GP：基于深度核高斯过程的药物-靶标相互作用的贝叶斯运算
Research Paper#Drug Discovery, Machine Learning, Bayesian Methods🔬 Research|分析: 2026年1月3日 06:25•
发布: 2025年12月31日 11:55
•1分で読める
•ArXiv分析
本文介绍了 DTI-GP，这是一种使用深度核高斯过程预测药物-靶标相互作用的新方法。关键贡献在于贝叶斯推断的整合，从而实现了概率预测和诸如带拒绝的贝叶斯分类和 top-K 选择等新操作。这很重要，因为它提供了对预测不确定性的更细致的理解，并允许在药物发现中做出更明智的决策。
关键要点
引用 / 来源
查看原文"DTI-GP outperforms state-of-the-art solutions, and it allows (1) the construction of a Bayesian accuracy-confidence enrichment score, (2) rejection schemes for improved enrichment, and (3) estimation and search for top-$K$ selections and ranking with high expected utility."