项目名称: 基于多尺度系统生物学的药物-副作用相互作用网络预测研究

项目编号: No.81402853

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 医药、卫生

项目作者: 曹东升

作者单位: 中南大学

项目金额: 23万元

中文摘要: 药物副作用的评估一直以来都是制药工业和医疗卫生行业的一个难点问题。完全地评估和鉴别一个药物的副作用可能需要花费多年的努力,是几乎不可能完成的事情。因此有必要发展有效的计算方法准确地、快速地对药物潜在的副作用进行鉴别和评估。针对副作用评估的重要性和副作用复杂的作用机制,本项目从系统生物学的角度出发,整合来自多水平的药物、副作用和网络的特征信息,发展多尺度的数据融合模型来对副作用进行预测研究。与现存方法中仅考虑单个或少数几个影响因素建模相比,本项目发展的新型数据融合算法能够以相似性的形式方便地整合来自多个水平的信息,极大地提高模型的预测精度,可以实现大规模药物副作用的预测评估。这项基础研究的成功完成对于药物潜在副作用的评估和多尺度网络建模研究将具有十分重要的意义。

中文关键词: 不良反应;副作用;系统生物学;数据融合;网络预测

英文摘要: Identifying potential adverse drug reactions (ADRs) is critically important for drug discovery and public health. It needs to take several years to completely evaluate and identify a drug’s ADRs. This is almost impossible task. There is therefore a great

英文关键词: side effects;adverse reactions;systems biology;data fusion;network prediction

成为VIP会员查看完整内容
0

相关内容

专知会员服务
20+阅读 · 2021年8月29日
专知会员服务
92+阅读 · 2021年5月25日
专知会员服务
69+阅读 · 2021年3月29日
【WWW2021】多视角图对比学习的药物药物交互预测
专知会员服务
53+阅读 · 2021年1月29日
【柳叶刀】人工智能在COVID-19药物再利用中的应用
专知会员服务
24+阅读 · 2020年11月25日
【元图(Meta-Graph):元学习小样本连接预测】
专知会员服务
62+阅读 · 2020年5月31日
【IJCAI2020】图神经网络预测结构化实体交互
专知会员服务
42+阅读 · 2020年5月13日
靶向蛋白质降解的蛋白-蛋白相互作用预测
GenomicAI
4+阅读 · 2022年3月5日
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
4+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
1+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月17日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
小贴士
相关主题
相关基金
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
4+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员