연구자들은 표준 이진 교차 엔트로피가 모든 예제를 동일하게 취급하는 한계를 극복하기 위해 ClinicalFocal 손실을 관계 인식 그래프 컨볼루션 네트워크에 통합하여 다중 투약 부작용 예측을 개선했습니다.

  • TWOSIDES 데이터셋에서 정확도는 0.699에서 0.892로, F1 점수는 0.700에서 0.894로 향상되었습니다.
  • AUROC는 0.766에서 0.914로 상승했고, AUCPR은 0.714에서 0.860으로 개선되었습니다.
  • 위음성률은 29.8%에서 9.1%로 크게 감소했으며, 특이도는 69.6%에서 87.5%로 증가했습니다.
  • 전체 분류 오류는 상대적으로 64.1% 감소하여 관찰된 상호작용 삼중항에 대해 90.9%의 재현율을 달성했습니다.

연구는 비대칭 포커스 최적화가 기본 모델 아키텍처 수정 없이 그래프 기반 약물-약물 상호작용 예측을 개선하기 위한 직접적이고 조정 가능한 레버 역할을 한다는 결론을 내렸습니다.