-
Patent Agency Ranking
公开(公告)号：CN107545151B
公开(公告)日：2020-10-16
申请号：CN201710779874.5
申请日：2017-09-01
Applicant: 中南大学
Abstract: 本发明公开了一种基于低秩矩阵填充的药物重定位方法。本发明首先通过集成药物和疾病相关数据，构建了药物‑疾病异构网络，矩阵中的元素包括药物对、疾病对、已知药物‑疾病对和未知药物‑疾病对。然后利用快速矩阵填充算法填充该矩阵，为未知药物‑疾病对赋予预测值，根据所填充的预测值，为所有的药物预测新适应症。本发明简单有效，通过与其他方法比较，及在多个数据集上测试表明，该发明在药物重定位方面具有较好的预测性能。
-
公开(公告)号：CN107545151A
公开(公告)日：2018-01-05
申请号：CN201710779874.5
申请日：2017-09-01
Applicant: 中南大学
Abstract: 本发明公开了一种基于低秩矩阵填充的药物重定位方法。本发明首先通过集成药物和疾病相关数据，构建了药物-疾病异构网络，矩阵中的元素包括药物对、疾病对、已知药物-疾病对和未知药物-疾病对。然后利用快速矩阵填充算法填充该矩阵，为未知药物-疾病对赋予预测值，根据所填充的预测值，为所有的药物预测新适应症。本发明简单有效，通过与其他方法比较，及在多个数据集上测试表明，该发明在药物重定位方面具有较好的预测性能。
-
公开(公告)号：CN115798730A
公开(公告)日：2023-03-14
申请号：CN202211472734.0
申请日：2022-11-18
Applicant: 中南大学
IPC: G16H50/70 , G16B40/00 , G16B20/00 , G06F18/22 , G06F18/241 , G06F18/214 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于带权图注意力和异构图神经网络的环状RNA‑疾病关联预测方法、设备和介质，方法：获取数据确定相似性分别构建环状RNA网络、miRNA网络和疾病网络；基于节点初始特征，及网络内部节点间的连接权重，采用带权图注意力机制，分别从环状RNA网络、miRNA网络和疾病网络中提取节点特征；将环状RNA、miRNA和疾病分别作为3种异构节点，根据不同类型节点间的关联建立3种异构边，构建多源异质网络；采用异构图神经网络模型，提取多源异质网络各节点的聚合特征；基于聚合特征预测多源异质网络中潜藏的环状RNA‑疾病关联。本发明有效预测多源数据中潜藏的元路径，提高模型的精准度，且具有稳定的预测性能。
-
公开(公告)号：CN107506591B
公开(公告)日：2020-06-02
申请号：CN201710748221.0
申请日：2017-08-28
Applicant: 中南大学
IPC: G16H70/40
Abstract: 本发明公开了一种基于多元信息融合和随机游走模型的药物重定位方法。通过集成已有的疾病数据、药物数据、靶标数据、疾病‑药物关联数据、疾病‑基因关联数据和药物‑靶标关联数据，构建疾病‑靶标‑药物异构网络。扩展基本的随机游走模型到所构建的异构网络上，通过有效的利用全局网络信息，为疾病推荐候选治疗药物。本发明简单有效，通过与其他方法比较，及在标准数据集上测试表明，该发明在药物重定位方面具有较好的预测性能。
-
公开(公告)号：CN107506591A
公开(公告)日：2017-12-22
申请号：CN201710748221.0
申请日：2017-08-28
Applicant: 中南大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于多元信息融合和随机游走模型的药物重定位方法。通过集成已有的疾病数据、药物数据、靶标数据、疾病-药物关联数据、疾病-基因关联数据和药物-靶标关联数据，构建疾病-靶标-药物异构网络。扩展基本的随机游走模型到所构建的异构网络上，通过有效的利用全局网络信息，为疾病推荐候选治疗药物。本发明简单有效，通过与其他方法比较，及在标准数据集上测试表明，该发明在药物重定位方面具有较好的预测性能。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
