首页
›
生物信息学与 AI 制药工程
›
059-药物知识图谱解读
›
《药物图谱图表可视化实战》
VIP20
本课程属于:059-药物知识图谱解读
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
药物图谱图表可视化实战
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
药物图谱概述
药物图谱的定义 · 发展历程 · 在药物研发中的应用
药物图谱概述
药物图谱的定义
02
可视化基础
常见图表类型(折线图 · 柱状图 · 网络图)及可视化工具选择
可视化基础
常见图表类型
03
数据获取
从公开数据库(DrugBank · CTD)获取药物相关数据
数据获取
DrugBank
04
数据清洗
使用Pandas处理缺失值 · 重复值 · 数据类型转换
数据清洗
Pandas
05
知识图谱基础
实体(药物 · 靶点 · 疾病)
知识图谱基础
实体
06
网络图可视化原理
节点 · 边 · 布局算法
网络图可视化原理
节点
07
使用NetworkX构建药物网络
创建图 · 添加节点和边
NetworkX
使用
08
Matplotlib绘制静态网络图
节点颜色 · 大小 · 标签
Matplotlib
绘制静态网络图
09
Plotly绘制交互式网络图
悬停信息 · 缩放 · 拖拽
Plotly
绘制交互式网络图
10
Pyvis生成HTML交互图
快速生成前端可交互网络
Pyvis
HTML
11
药物-靶点关系可视化
构建药物与靶点的二分图
药物
靶点关系可视化
12
药物-疾病关系可视化
展示药物与疾病之间的治疗/副作用关系
药物
疾病关系可视化
13
基因-药物相互作用网络
整合基因表达数据
基因
药物相互作用网络
14
药物副作用网络
基于不良反应报告的关联网络
药物副作用网络
基于不良反应报告…
15
多关系图谱构建
合并多种关系类型
多关系图谱构建
合并多种关系类型
16
图数据库Neo4j介绍
安装 · Cypher查询语言
Neo4j
图数据库
17
将Python数据导入Neo4j
使用py2neo或bulk impo…
Python
Neo4j
18
Cypher高级查询
路径查询 · 聚合分析
Cypher
高级查询
19
图算法应用
社区发现 · 中心性分析 · PageRank
图算法应用
社区发现
20
药物重定位案例
通过网络分析发现新适应症
药物重定位案例
通过网络分析发现…
21
药物组合预测
基于网络模块的协同作用预测
药物组合预测
基于网络模块的协…
22
大规模可视化挑战
稀疏化 · 分层次展示
大规模可视化挑战
稀疏化
23
Gephi工具使用
布局调整 · 统计指标 · 导出
Gephi
工具使用
24
动态网络可视化
时间序列药物关联变化
动态网络可视化
时间序列药物关联…
25
交互式仪表盘
基于Dash或Streamlit构建
交互式仪表盘
Dash
26
图嵌入技术
Node2Vec · GraphSage用于药物特征学习
图嵌入技术
Node2Vec
27
可解释性分析
突出关键节点和路径
可解释性分析
突出关键节点
28
性能优化
使用PyPyGraph · Vis.js处理大数据
性能优化
PyPyGraph
29
部署与分享
将可视化成果部署为Web应用
部署
分享
30
总结与展望
药物图谱可视化的未来趋势
药物图谱可视化的…
总结与展望
所属VIP或分类
同VIP:COVID-19药物知识图谱案例
同VIP:Snakemake数据质控流程详解
同VIP:SPARQL查询药物图谱教程