Drug–drug interaction classification using GraphBased and text-based drug representations

Yükleniyor...
Küçük Resim

Tarih

Dergi Başlığı

Dergi ISSN

Cilt Başlığı

Yayıncı

Erişim Hakkı

info:eu-repo/semantics/openAccess

Araştırma projeleri

Organizasyon Birimleri

Öğe Türü: Organizasyon Birimi ,
Mühendislik Mimarlık ve Tasarım Fakültesi, Bilgisayar Mühendisliği Bölümü
Bartın Üniversitesi Mühendislik, Mimarlık ve Tasarım Fakültesi Bilgisayar Mühendisliği Bölümü, 2008 yılında kurulmuştur. Bölüm bünyesinde Bilgisayar Yazılımı, Bilgisayar Bilimleri ve Bilgisayar Donanımı olmak üzere üç anabilim dalı bulunmaktadır. Bilgisayar Mühendisliği lisans programı, 4 yıllık (8 yarıyıl) bir eğitim sürecini kapsamaktadır. Programın eğitim dili Türkçe olup, öğrenciler istemeleri hâlinde bir yıl süreli isteğe bağlı yabancı dil hazırlık eğitimi alabilmektedirler. Programın ilk iki yılında, öğrenciler temel mühendislik dersleri ve bilgisayar mühendisliğine giriş niteliğindeki dersleri almaktadır. Son iki yılda ise, bilgisayar mühendisliği alanına özgü zorunlu derslerin yanı sıra, öğrencilerin ilgi ve kariyer hedeflerine göre yönelmelerini destekleyen seçmeli dersler sunulmaktadır. Bu sayede öğrencilerin yazılım, donanım veya diğer bilgisayar mühendisliği alt alanlarında uzmanlaşmaları teşvik edilmektedir. Lisans programı kapsamında, öğrenciler son sınıfa geldiklerinde bir dönemlik zorunlu iş yeri eğitimine tabi tutulmaktadır. Mezuniyet için öğrencilerin, tüm zorunlu dersleri başarıyla tamamlamaları, seçmeli derslerle birlikte toplam 240 AKTS krediyi tamamlamaları ve genel not ortalamalarının en az 2.00/4.00 olması gerekmektedir.

Dergi sayısı

Özet

Drug-drug interactions (DDI) are important to detect in clinical practice because they can cause side effects and a decrease in treatment effectiveness. This study presents a DDI classification approach that combines graph and text-based drug representations. GraphBERT is used to obtain graph-based drug representations from drugs in the interaction network, while the textual features of the drugs, namely Description, Mechanism, Indication, and Pharmacodynamics, are represented with the BioSentVec model. These representations are used as input to the model for DDI classification separately or in a combined manner. The results show that the combined use of graph and text-based representations provides the highest performance and reaches an F-score of 91.45%. This result was obtained as 0.64% higher than the text-based model and 0.87% higher than the graph-based model. The findings reveal that both representation types provide higher performance when used together.

İlaç-ilaç etkileşimlerinin (Drug-Drug Interaction, DDI), yan etkilere ve tedavi etkinliğinde azalmaya sebep olması nedeniyle klinik uygulamalarda tespit edilmesi önem taşımaktadır. Bu çalışma, graf ve metin tabanlı ilaç temsillerini birleştiren bir DDI sınıflandırma yaklaşımı sunmaktadır. Etkileşim ağındaki ilaçlardan graf tabanlı ilaç temsilleri elde etmek amacıyla GraphBERT, ilaçlara ait Açıklama, Mekanizma, Endikasyon ve Farmakodinamik metinsel özellikleri BioSentVec modeli ile temsil edilmektedir. Bu temsiller, DDI sınıflandırması için modele ayrı ayrı veya birleştirilmiş biçimde girdi olarak kullanılmıştır. Sonuçlar, graf ve metin tabanlı temsillerin birlikte kullanımının en yüksek performansı sağladığını ve %91,45 Fskoruna ulaştığını göstermektedir. Bu sonuç, metin tabanlı modele göre %0,64, graf tabanlı modele göre ise %0,87 daha yüksek olarak elde edilmiştir. Bulgular, her iki temsil türünün birlikte kullanıldıklarında daha yüksek performans sağladıklarını ortaya koymaktadır.

Açıklama

Anahtar Kelimeler

Drug-drug interactions classification, GraphBERT, BioSentVec, İlaç-ilaç etkileşimleri sınıflandırması

Kaynak

34th Signal Processing and Communications Applications Conference (SIU)

WoS Q Değeri

Scopus Q Değeri

Cilt

Sayı

Künye

Büyükpatpat, B., Mutlu, B., & Sezer, E. (2026). Drug–Drug Interaction Classification using Graph-Based and Text-Based Drug Representations. 2026 34th Signal Processing and Communications Applications Conference (SIU), 1-4.

Onay

İnceleme

Ekleyen

Referans Veren