پیش‌بینی هم‌افزایی دارو جنبه مهمی از توسعه دارو می‌باشد و بینش‌هایی را در مورد اینکه چگونه یک ترکیب دارویی می‌تواند منجر به افزایش اثرات درمانی شود، ارائه می‌دهد. با این حال، پیچیدگی سیستم‌های زیستی چالش‌های مهمی را ارائه می‌کند و پیش‌بینی دقیق نتایج را برای مدل‌های محاسباتی دشوار می‌کند. در سال‌های اخیر، شبکه‌های عصبی گرافی به عنوان ابزار قدرتمندی در این زمینه ظاهر شده‌اند که قادر به مدل‌سازی تعاملات پیچیده بین داروها، سلول‌های سرطانی و سایر عوامل مهم زیستی هستند. در این ارائه، مفهوم هم‌افزایی داروها و ویژگی‌های زیستی پر کاربرد در مدل‌های محاسباتی را بررسی کرده و چندین رویکرد محاسباتی برای پیش‌بینی هم افزایی داروها، همراه با چالش‌هایی که با آن‌ها روبرو هستند را مورد بحث قرار می‌دهیم.
