7
0这篇关于利用机器学习与深度学习技术预测抗癌药物相互作用（DDI）的系统综述重点分析了肿瘤治疗中因多重用药引发的风险，指出传统实验室检测方法成本高且耗时较长。通过整合化学结构、生物靶点及网络特征，人工智能模型能够高效识别潜在的药物冲突，从而辅助临床决策。文中特别提到，已有22项新预测的药物组合得到了权威数据库的验证，证明了算法在实际应用中的价值。此外，作者还探讨了未来将生物制剂和患者个体特征纳入预测模型的必要性，以进一步提升癌症精准医疗的安全性。
References:
Zhao Y, Wang J, Kim J, et al. Machine learning and deep learning-based drug-drug interactions prediction: a systematic review focused on anticancer drugs[J]. npj Precision Oncology, 2026.
