期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于空洞卷积神经网络的药物和副作用关联预测
1
作者 徐凯 玄萍 《智能计算机与应用》 2025年第3期33-38,共6页
越来越多的研究表明识别药物相关的副作用有利于降低药物研发的成本和时间。新近的方法侧重于整合药物和副作用的多源数据,以预测药物的有潜力的候选副作用。然而,多个药物-副作用异构图中的节点的多样属性尚未得到充分利用。本文提出... 越来越多的研究表明识别药物相关的副作用有利于降低药物研发的成本和时间。新近的方法侧重于整合药物和副作用的多源数据,以预测药物的有潜力的候选副作用。然而,多个药物-副作用异构图中的节点的多样属性尚未得到充分利用。本文提出了新的药物-副作用关联预测方法,来编码和整合来自多个异构图的多样属性。针对2种药物相似性,分别构建了2个药物-副作用异构图,以整合和表示药物与副作用相关的相似性和关联连接。每个异构图具有其特定的属性,不同属性表示对于预测药物相关的候选副作用的贡献不同,本文建立了表示级注意机制来对其自适应地加以融合。同时进一步建立了基于空洞卷积神经网络的药物-副作用关联预测策略,通过扩大卷积核的感受野来增强卷积层的特征提取能力。本文采用五倍交叉验证的方法进行相关实验,实验结果表明本文的预测模型优于其他几个对比方法。 展开更多
关键词 药物-副作用关联预测 表示层级注意力机制 空洞卷积神经网络 结点对特征学习
在线阅读 下载PDF
基于全局图注意力元路径异构网络的药物-疾病关联预测
2
作者 郁湧 杨雨洁 +2 位作者 李虓晗 高悦 于倩 《电子科技大学学报》 EI CAS CSCD 北大核心 2024年第4期576-583,共8页
提出了一个基于全局图注意力元路径异构网络模型(MHNGA)来进行药物-疾病关联预测。首先,收集整理药物和疾病数据,将已知的药物-疾病关联、药物相似性、疾病相似性构建为一个异构网络;其次,引入多个基于元路径的子图,使用图注意力神经网... 提出了一个基于全局图注意力元路径异构网络模型(MHNGA)来进行药物-疾病关联预测。首先,收集整理药物和疾病数据,将已知的药物-疾病关联、药物相似性、疾病相似性构建为一个异构网络;其次,引入多个基于元路径的子图,使用图注意力神经网络提取这些子图的邻居节点的特征,并且通过通道注意力和空间注意力机制来增强特征;最后,通过十折交叉验证的评估,MHNGA取得了93.5%的精确召回曲线下的面积和99.4%的准确率。 展开更多
关键词 异构图 药物-疾病关联 预测 图注意力神经网络 元路径
在线阅读 下载PDF
基于图卷积网络的药物靶标关联预测算法 被引量：4
3
作者 徐国保 陈媛晓 王骥 《计算机应用》 CSCD 北大核心 2021年第5期1522-1526,共5页
传统的基于生物学实验的药物-靶标关联预测成本高、效率低,难以满足医药研发的需求。为了解决上述问题,提出一种新的基于图卷积网络的药物靶标关联预测(GCDTI)算法。GCDTI利用半监督学习方法将图卷积和自编码技术相结合,从而分别构建用... 传统的基于生物学实验的药物-靶标关联预测成本高、效率低,难以满足医药研发的需求。为了解决上述问题,提出一种新的基于图卷积网络的药物靶标关联预测(GCDTI)算法。GCDTI利用半监督学习方法将图卷积和自编码技术相结合,从而分别构建用于整合节点特征的编码层和用于预测全链接交互网络的解码层;同时使用图卷积技术建立潜在因子模型,并有效利用药物和靶标的高维属性信息进行端到端的学习。所提算法不需要对输入的特征信息进行任何预处理便可以将其与已知相互作用网络相结合,证明了该模型的图卷积层能够有效地融合输入数据与节点特征。与其他先进方法相比,GCDTI的预测精度和平均受试者工作特性(ROC)曲线下的面积(AUC)(0.924 6±0.004 8)最高,且具有较强的鲁棒性。实验结果表明:当需要预测大量的药物和靶标数据的关联关系时,利用端到端学习的模型架构的GCDTI有潜力成为一种可靠的预测方法。 展开更多
关键词 药物-靶标关联预测 谱图卷积 计算预测模型 自编码 k折交叉验证
在线阅读 下载PDF
生物拓扑语义增强的药物与微生物异质图表征学习
4
作者 郭全明 郭延哺 +2 位作者 宋胜利 陈紫豪 朱昊坤 《模式识别与人工智能》 CSCD 北大核心 2024年第12期1121-1134,共14页
微生物与药物的相互作用对人体健康具有重要影响.现有关联预测方法未充分建模异质图的内部节点信息,且忽略不同元路径实例蕴含信息的重要性.为此,文中提出生物拓扑语义增强的药物与微生物异质图表征学习方法(Biological Topology-Semant... 微生物与药物的相互作用对人体健康具有重要影响.现有关联预测方法未充分建模异质图的内部节点信息,且忽略不同元路径实例蕴含信息的重要性.为此,文中提出生物拓扑语义增强的药物与微生物异质图表征学习方法(Biological Topology-Semantic Enhanced Heterogeneous Graph Representation Learning for Drug-Microbe Interactions,HGRL),提取高阶混合邻域网络嵌入表示,推理微生物与药物间的关联信息.首先,整合微生物与药物相似性及关联数据,构建加权双向异质网络和多视图元路径感知网络.然后,结合变换器门控图网络与贝叶斯高斯混合加权对比学习,提取复杂生物网络的拓扑语义和嵌入特征.基于对抗性负采样的预测结果表明,HGRL在微生物-药物关联预测中性能较优,可作为预测候选药物相关微生物的可靠工具. 展开更多
关键词 异质图表征学习 复杂生物网络 多视图元路径 对比学习 微生物-药物关联预测
在线阅读 下载PDF
基于数据融合的微生物与疾病关系预测方法探究
5
作者 王俊 罗曦 +1 位作者 徐文昊 陈怡 《中文科技期刊数据库(引文版)医药卫生》 2022年第3期191-193,共3页
越来越多的临床报告表明,多种疾病与有益微生物功能缺失和有害微生物活动存在有关。为了治疗这些疾病,可以应用药物恢复有益功能的缺失,消除有害微生物活动。发现隐藏的微生物与药物之间的关联有助于理解微生物在临床治疗、药物发现、... 越来越多的临床报告表明,多种疾病与有益微生物功能缺失和有害微生物活动存在有关。为了治疗这些疾病,可以应用药物恢复有益功能的缺失,消除有害微生物活动。发现隐藏的微生物与药物之间的关联有助于理解微生物在临床治疗、药物发现、药物组合和药物再利用中的作用机制。本文就针对这些问题总结了四种预测方法,仅供参考。 展开更多
关键词 微生物-药物关联 预测 方法
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部