-
公开(公告)号:CN119517161A
公开(公告)日:2025-02-25
申请号:CN202411767921.0
申请日:2024-11-30
Applicant: 鹏城实验室
Abstract: 本申请实施例提供了一种药物响应预测方法、装置、计算机设备及可读存储介质。包括:进行基因测序得到目标细胞的多层次组学特征;将多个目标基因确定为多个图节点,任意两个目标基因之间的多种属性关联关系作为多条交互边,生成多边缘图;每个目标基因关联对应的多层次组学特征作为节点特征;针对每个图节点通过多条交互边进行消息传递,得到的相邻节点特征对每个图节点中的节点特征进行更新,对更新后的多边缘图进行特征映射,得到第一细胞特征向量;通过目标模型的全连接层对第一细胞特征向量和药物化合物的药物特征向量融合得到的第一融合向量进行预测,得到药物化合物对目标细胞的预测药物响应结果。以此,能够提高对药物响应预测的准确性。
-
公开(公告)号:CN118520294A
公开(公告)日:2024-08-20
申请号:CN202410641914.X
申请日:2024-05-22
Applicant: 鹏城实验室
IPC: G06F18/214 , G06N5/022 , G06F16/332 , G06N3/045 , G06N3/09
Abstract: 本申请实施例提供了知识问答模型训练方法、知识问答方法及相关装置,通过根据多模态的医疗数据所形成的编码向量构建任务;根据任务中的编码向量的模态类型,将任务和指令提示信息按照多个模板分别转换为对应的指令形式,得到多个目标指令;根据目标指令对知识问答模型进行监督学习;通过端到端训练编码器,将不同模态的数据当做不同的语言,从而建立不同语言之间的联系,使得不同模态的数据之间互相通信;受益于不同模态数据的联合训练,这使得模型在遇到新的问题信息或指令的时候,可以根据指令的提示做出响应并生成答复信息,提升了模型的鲁棒性。
-
公开(公告)号:CN117995276A
公开(公告)日:2024-05-07
申请号:CN202410138861.X
申请日:2024-01-31
Applicant: 鹏城实验室
IPC: G16B30/00 , G16B40/30 , G06F18/23 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及信息技术领域,尤其是涉及一种基于生成模型的数据缺失插补方法,应用于对单细胞测序数据进行数据缺失插补。本申请基于生成模型的单细胞测序缺失信息插补方法,需要先获取单细胞原始测序数据;其中,所述单细胞原始测序数据包括多个原始序列信息;进一步,将多个所述原始序列信息输入生成模型进行缺失信息插补,以获取单细胞目标测序数据;其中,所述生成模型经由包括多个训练序列信息的单细胞训练测序数据进行预先训练。由于缺失信息插补是由经过预先训练的生成模型来完成的,因此本申请基于生成模型的数据缺失插补方法,能够在保证效率的情况下,令缺失信息插补更为精准。
-
-