首页
›
生物信息学与 AI 制药工程
›
053-药物知识图谱特征学习任务
›
《基于知识图谱的靶点特征建模方法》
VIP20
本课程属于:053-药物知识图谱特征学习任务
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
基于知识图谱的靶点特征建模方法
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
绪论
靶点发现概述 · 知识图谱基础 · 课程目标与学习路径
绪论
靶点发现概述
02
知识图谱表示
实体 · 关系 · 属性
知识图谱表示
实体
03
知识图谱构建流程
数据抽取 · 实体识别 · 关系抽取
知识图谱构建流程
数据抽取
04
生物医学知识图谱概述
GO · KEGG · DrugBank
生物医学知识图谱…
GO
05
靶点特征建模概念
特征工程 · 生物学意义 · 与知识图谱的结合点
靶点特征建模概念
特征工程
06
图数据模型
属性图 · 超图 · 异构图
图数据模型
属性图
07
知识图谱嵌入方法
TransE · TransR · RotatE原理与比较
知识图谱嵌入方法
TransE
08
基于图神经网络的表示学习
GCN · GAT · GraphSAGE在生物网络中的应用
基于图神经网络的…
GCN
09
异构图神经网络
HAN · HGT · RGCN处理多类型实体与关系
异构图神经网络
HAN
10
靶点-药物关联预测
基于知识图谱的链接预测方法
靶点
药物关联预测
11
靶点-疾病关联挖掘
利用知识图谱推理疾病相关靶点
靶点
疾病关联挖掘
12
蛋白质相互作用网络与功能模块发现
图聚类 · 社区检测
蛋白质相互作用网…
功能模块发现
13
基因-表型关联建模
知识图谱中的路径推理与语义相似度
基因
表型关联建模
14
多模态数据融合
将文本 · 序列 · 结构数据融入知识图谱
多模态数据融合
将文本
15
知识图谱补全与质量评估
缺失关系预测 · 噪声处理
知识图谱补全
质量评估
16
特征选择与降维
PCA · t-SNE · 图特征重要性分析
特征选择
降维
17
靶点特征可视化
图布局 · 节点属性热图 · 交互式图谱
靶点特征可视化
图布局
18
基于路径的重要性评分
PageRank · Node2Vec · DeepWalk
基于路径的重要性…
PageRank
19
可解释性模型
注意力权重 · 子图提取 · 规则挖掘
可解释性模型
注意力权重
20
预训练知识图谱模型
BERT与生物医学实体链接 · KBQA
预训练知识图谱模…
BERT
21
迁移学习在靶点发现中的应用
跨物种 · 跨疾病的知识迁移
迁移学习
靶点发现
22
知识图谱增强的机器学习
图特征与表格特征的融合方法
知识图谱增强的机…
图特征
23
小样本学习与少样本关系抽取
Prompt · 原型网络
小样本学习
少样本关系抽取
24
动态知识图谱
时序关系建模 · 事件驱动的靶点特征变化
动态知识图谱
时序关系建模
25
不确定性量化
贝叶斯图神经网络 · 置信区间估计
不确定性量化
贝叶斯图神经网络
26
工具与框架
PyTorch Geometric · DGL · NetworkX
工具
框架
27
实验设计与评估
数据集划分 · 评价指标(AUC · MRR
实验设计
评估
28
案例分析
已知靶点知识图谱重构与候选靶点筛选流…
案例分析
已知靶点知识图谱…
29
前沿进展
大语言模型+知识图谱 · 生成式AI辅助靶点发现
前沿进展
大语言模型+知识…
30
课程总结
知识图谱驱动靶点建模的优势 · 挑战与未来方向
课程总结
知识图谱驱动靶点…
所属VIP或分类
同VIP:ComplEx模型药物关系预测实战
同VIP:DGL框架药物图神经网络实践
同VIP:PyG与Neo4j药物KG特征提取课程