首页
›
生物信息学与 AI 制药工程
›
018-药物靶点知识图谱
›
《PubMed药物靶点文献挖掘与关系抽取》
VIP20
本课程属于:018-药物靶点知识图谱
生物信息学与 AI 制药工程 · 共 20 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
PubMed药物靶点文献挖掘与关系抽取
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程介绍与背景
药物靶点发现的重要性 · 文本挖掘的作用 · PubMed简介
课程介绍
背景
02
基础知识
生物医学文献结构 · PubMed检索与API
基础知识
生物医学文献结构
03
环境搭建
Python环境 · Biopython · spaCy
环境搭建
Python
04
文本预处理
分词 · 词性标注 · 命名实体识别基础
文本预处理
分词
05
药物与靶点命名规范
DrugBank药物名称 · UniProt/GeneCards基…
药物
靶点命名规范
06
PubMed文献获取
使用Biopython的Entrez…
PubMed
文献获取
07
文献解析
解析XML格式 · 提取标题 · 摘要
文献解析
XML
08
正则表达式基础
用于匹配药物名称 · 靶点名称的模式编写
正则表达式基础
用于匹配药物名称
09
基于规则的实体抽取
利用词典和正则识别药物与靶点
基于规则的实体抽…
利用词典
10
机器学习实体识别
条件随机场(CRF) · 隐马尔可夫模型(HMM)
机器学习实体识别
CRF
11
深度学习实体识别
BiLSTM-CRF模型原理与实现
深度学习实体识别
BiLSTM-CRF
12
预训练模型
BioBERT · PubMedBERT在NER中的应用
预训练模型
BioBERT
13
关系抽取基础
药物-靶点关系类型(激活 · 抑制 · 结合等)
关系抽取基础
药物
14
基于规则的关系抽取
共现统计 · 模式匹配方法
基于规则的关系抽…
共现统计
15
基于机器学习的关系抽取
特征工程 · 支持向量机(SVM)
基于机器学习的关…
特征工程
16
深度学习关系抽取
CNN · RNN · 注意力机制
深度学习关系抽取
CNN
17
最新方法
基于Transformer的关系抽取 · Prompt学习
最新方法
Transformer
18
数据标注与评估
标注工具使用 · 评估指标(精确率 · 召回率
数据标注
评估
19
公开数据集
DrugProt · BioRED · ChemProt介绍与使用
公开数据集
DrugProt
20
模型训练与调优
数据划分 · 超参数搜索 · 交叉验证
模型训练
调优
21
结果后处理
实体标准化(映射到数据库ID)
结果后处理
ID
22
搭建抽取流水线
从文献输入到关系输出的完整流程
搭建抽取流水线
从文献输入到关系…
23
知识图谱构建
将抽取结果存储为图结构(Neo4j/…
知识图谱构建
Neo4j
24
可视化与分析
使用Cytoscape或D3.js展…
可视化
分析
25
案例研究
抽取特定药物(如吉非替尼)的靶点关系
案例研究
抽取特定药物
26
案例研究
大规模文献挖掘与统计分析
案例研究
大规模文献挖掘
27
挑战与未来方向
多模态数据融合 · 小样本学习 · 跨语言
挑战
未来方向
28
伦理与合规
数据使用许可 · 隐私保护 · 可重复性
伦理
合规
29
工具与资源汇总
常用软件 · 库 · 数据库链接
工具
资源汇总
30
课程总结与项目实践
综合项目指导与常见问题解答
课程总结
项目实践
所属VIP或分类
同VIP:BioBERT药物靶点关系抽取与分类
同VIP:Neo4j药物靶点知识图谱构建与查询优化
同VIP:Nextflow参数配置与工作流测试管理