VIP14
本课程属于：029-药物知识图谱靶点发现与重定位工程 生命科学与数字医疗 · 共 14 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

药物重定位数据整合工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
药物重定位数据整合工程导论
目标=定义 · 目标 · 核心挑战与工程化视角
药物重定位数据整…目标=定义
02
药物重定位数据生态
目标=数据来源 · 数据类型 · 数据规模与可用性评估
药物重定位数据生…目标=数据来源
03
数据整合工程总体架构
目标=分层设计 · 模块划分 · 技术选型与可扩展性
数据整合工程总体…目标=分层设计
04
药物与靶点数据获取
目标=DrugBank · ChEMBL · TTD
药物靶点数据获取
05
疾病与表型数据获取
目标=OMIM · DisGeNET · HPO
疾病表型数据获取
06
组学与表达数据获取
目标=GEO · TCGA · ArrayExpress
组学表达数据获取
07
文献与知识图谱数据获取
目标=PubMed · 专利 · 临床试验注册库的文本挖掘与结构化
文献知识图谱数据获取
08
数据质量评估与清洗
目标=缺失值 · 重复记录 · 冲突消解与可信度分级
数据质量评估清洗
09
实体识别与标准化
目标=药物 · 靶点 · 疾病
实体识别标准化
10
本体与语义整合
目标=MeSH · UMLS · GO
本体语义整合
11
数据融合策略
目标=多源证据加权 · 贝叶斯融合 · 投票机制与一致性建模
数据融合策略目标=多源证据加…
12
关系抽取与知识图谱构建
目标=药物-靶点-疾病关联的抽取 · 表示与存储
关系抽取知识图谱构建
13
图数据库工程实践
目标=Neo4j · JanusGraph等图库建模 · 导入与查询优化
图数据库工程实践Neo4j
14
特征工程与表示学习
目标=手工特征 · 矩阵分解 · 图嵌入与知识图谱嵌入
特征工程表示学习
15
药物重定位预测模型
目标=矩阵补全 · 网络传播 · 深度学习与图神经网络
药物重定位预测模…目标=矩阵补全
16
模型评估与验证
目标=交叉验证 · 留一法 · 外部验证
模型评估验证
17
数据整合流水线工程
目标=ETL/ELT设计 · 调度 · 监控与容错机制
数据整合流水线工…ETL/ELT
18
数据版本管理与可复现性
目标=数据快照 · 血缘追踪 · 实验记录与容器化
数据版本管理可复现性
19
隐私、安全与合规
目标=数据脱敏 · 访问控制 · GDPR
隐私安全
20
可视化与交互分析
目标=药物-靶点-疾病网络可视化 · 仪表盘与探索工具
可视化交互分析
21
案例实战一
目标=基于知识图谱的阿尔茨海默病药物…
案例实战一目标=基于知识图…
22
案例实战二
目标=基于多组学整合的肿瘤药物重定位…
案例实战二目标=基于多组学…
23
案例实战三
目标=基于真实世界数据的药物重定位信…
案例实战三目标=基于真实世…
24
案例实战四
目标=抗病毒药物重定位的快速数据整合…
案例实战四目标=抗病毒药物…
25
数据整合平台部署
目标=云原生 · 微服务 · API设计与高并发访问
数据整合平台部署目标=云原生
26
数据治理与持续更新
目标=增量采集 · 版本迭代 · 质量监控与社区协作
数据治理持续更新
27
与实验和临床对接
目标=数据输出规范 · 实验设计反馈与转化路径
实验临床对接
28
前沿方向一
目标=多模态数据整合与基础模型在药物…
前沿方向一目标=多模态数据…
29
前沿方向二
目标=联邦学习与隐私计算在跨机构数据…
前沿方向二目标=联邦学习
30
课程总结与项目答辩
目标=知识体系回顾 · 工程能力评估与重定位项目展示
课程总结项目答辩