首页
›
生命科学与数字医疗
›
029-药物知识图谱靶点发现与重定位工程
›
《药物重定位知识图谱工程》
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
📘
药物重定位知识图谱工程
共计 30 章节
可可资料掘金营 · 点击在线试看
01
药物重定位与知识图谱工程导论
目标=药物重定位的定义 · 价值与挑战 · 知识图谱作为工程化解决方案的定位
药物重定位
知识图谱工程导论
02
药物重定位知识图谱的数据源盘点
目标=DrugBank · CTD · SIDER
药物重定位知识图…
DrugBank
03
知识图谱模式设计
目标=面向药物重定位的本体与模式设计 · 定义药物 · 靶点
知识图谱模式设计
目标=面向药物重…
04
数据抽取与清洗实战
目标=从结构化数据库和半结构化文本中… · 处理缺失值 · 冗余与冲突
数据抽取
清洗实战
05
实体识别与归一化
目标=药物名称 · 基因/蛋白 · 疾病术语的标准化
实体识别
归一化
06
关系抽取方法
目标=基于规则 · 统计与深度学习的关系抽取 · 重点实现药物-靶点相互作用和药物-疾…
关系抽取方法
目标=基于规则
07
知识图谱存储选型与建模
目标=比较RDF三元组库与属性图数据… · 设计药物重定位图谱的存储模式与索引策…
知识图谱存储选型
建模
08
图数据库实操
目标=使用Neo4j或类似图数据库导… · 编写Cypher查询验证药物-靶点-…
图数据库实操
Neo4j
09
知识图谱补全与链接预测
目标=基于图嵌入和规则推理补全缺失的… · 评估补全结果的生物学合理性
知识图谱补全
链接预测
10
药物重定位假设生成
目标=从知识图谱中挖掘候选药物-疾病… · 设计基于路径 · 子图和嵌入的假设生成流程
药物重定位假设生…
目标=从知识图谱
11
网络药理学与多靶点分析
目标=利用知识图谱分析药物的多靶点作… · 识别协同靶点与潜在重定位机会
网络药理学
多靶点分析
12
药物-靶点结合亲和力预测集成
目标=将分子对接或深度学习预测的亲和… · 增强重定位证据
药物
靶点结合亲
13
疾病模块与表型关联分析
目标=基于疾病-基因-表型网络识别疾… · 关联药物靶点模块以发现重定位信号
疾病模块
表型关联分析
14
副作用与安全性信号挖掘
目标=利用SIDER和FAERS数据… · 评估重定位候选的安全性风险
副作用
安全性信号挖掘
15
临床试验数据整合
目标=解析ClinicalTrial… · 提取药物-疾病-试验阶段关系 · 支持重定位证据链构建
临床试验数据整合
ClinicalTria…
16
文献挖掘与证据提取
目标=使用PubTator · SemRep等工具从PubMed摘要… · 补充知识图谱
文献挖掘
证据提取
17
知识图谱质量评估
目标=定义完整性 · 一致性 · 准确性指标
知识图谱质量评估
目标=定义完整性
18
知识图谱推理引擎
目标=使用OWL推理 · SWRL规则或图算法进行隐式关系推导 · 发现间接药物-疾病关联
知识图谱推理引擎
OWL
19
图神经网络在重定位中的应用
目标=构建药物-疾病异构图 · 使用GNN进行链接预测 · 输出重定位候选评分
图神经网络
重定位
20
可解释性与可视化
目标=设计药物重定位证据路径的可视化… · 使用图可视化工具展示候选药物的作用机…
可解释性
可视化
21
药物重定位知识图谱的API服务
目标=将图谱封装为RESTful A… · 支持按药物 · 疾病
API
药物重定位知识图…
22
案例实战一
目标=阿尔茨海默病药物重定位 · 生成并排序候选药物 · 分析作用路径
案例实战一
目标=阿尔茨海默…
23
案例实战二
目标=罕见病药物重定位 · 设计迁移学习与知识图谱补全策略
案例实战二
目标=罕见病药物…
24
案例实战三
目标=抗病毒药物重定位 · 构建知识图谱并筛选广谱抗病毒候选药物
案例实战三
目标=抗病毒药物…
25
知识图谱与真实世界数据融合
目标=整合电子健康记录和药物警戒数据 · 验证知识图谱生成的重定位假设
知识图谱
真实世界数据融合
26
药物重定位知识图谱的版本管理与更新
目标=设计增量更新流程 · 处理数据源变更与图谱演化
药物重定位知识图…
更新
27
工程化部署与性能优化
目标=图数据库集群部署 · 查询优化 · 缓存策略与大规模图计算任务调度
工程化部署
性能优化
28
伦理、法律与合规
目标=药物重定位数据使用的隐私 · 许可与监管要求 · 知识图谱共享的合规框架
伦理
法律
29
项目综合实战
目标=从需求到交付 · 包括数据采集 · 图谱构建
项目综合实战
目标=从需求到交…
30
前沿趋势与课程总结
目标=大语言模型与知识图谱结合 · 多模态数据融合 · 联邦知识图谱等趋势
前沿趋势
课程总结
所属VIP或分类
同VIP:多组学药物重定位分析工程
同VIP:多组学靶点发现工程
同VIP:生物医学实体关系抽取工程