Multilayered validation of graph attention autoencoder–derived drug repurposing candidates for COVID-19
Diese Studie präsentiert ein vielschichtiges Validierungsframework, das einen Graph Attention Autoencoder (GATE) mit Realweltdaten und Phänomanalysen kombiniert, um neuartige COVID-19-Drug-Repurposing-Kandidaten zu identifizieren und zu priorisieren, wobei insbesondere Cilastatin und Megestrol als vielversprechende Therapeutika hervorgehoben werden, die durch statistische und mechanistische Evidenz gestützt werden.