首页
›
生物信息学与 AI 制药工程
›
059-药物知识图谱解读
›
《药物知识图谱项目从零到一》
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
药物知识图谱项目从零到一
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
知识图谱概述
什么是知识图谱 · 知识图谱的典型应用 · 医学领域知识图谱简介
知识图谱概述
什么是知识图谱
02
药物数据来源
公开药物数据库(DrugBank · PubChem · ChEMBL)
药物数据来源
DrugBank
03
数据获取与爬虫
Python爬虫基础 · 请求库(requests)与解析库(… · 爬取药物信息示例
数据获取
爬虫
04
数据清洗与预处理
缺失值处理 · 去重 · 标准化(药物名称
数据清洗
预处理
05
实体识别与抽取
命名实体识别(NER)概念 · 基于规则的方法 · 基于深度学习的NER(BERT
实体识别
抽取
06
关系抽取
实体关系分类 · 远程监督方法 · 预训练模型在关系抽取中的应用
关系抽取
实体关系分类
07
知识表示与本体建模
RDF · OWL基础 · 药物领域本体设计(概念
知识表示
本体建模
08
图数据库基础
图数据库概念 · Neo4j安装与配置 · Cypher查询语言入门
图数据库基础
图数据库概念
09
知识存储
将药物实体与关系导入Neo4j · 节点与关系的建模 · 索引创建
知识存储
Neo4j
10
知识融合
实体对齐与去歧义 · 基于相似度的对齐方法 · 利用外部知识库(如UMLS)进行映射
知识融合
实体对齐
11
知识推理
基于规则的推理 · 路径排序 · 图神经网络推理初步
知识推理
基于规则的推理
12
图神经网络基础
GCN · GAT原理 · PyG(PyTorch Geomet…
图神经网络基础
GCN
13
药物-药物相互作用预测
问题定义 · 数据构建 · 基于GNN的预测模型
药物
药物相互作用预测
14
药物-靶点关联预测
知识图谱链路预测任务 · TransE等嵌入方法 · 模型评估
药物
靶点关联预测
15
问答系统设计
药物知识问答场景分析 · 基于模板的问答 · 基于检索的问答
问答系统设计
药物知识问答场景…
16
实体链接与检索
Elasticsearch搭建 · 药物实体索引 · 模糊查询优化
实体链接
检索
17
自然语言查询理解
意图识别 · 槽位填充 · 使用BERT微调实现
自然语言查询理解
意图识别
18
知识图谱可视化
Neo4j Browser使用 · D3.js和Cytoscape.js… · 交互式知识图谱展示
知识图谱可视化
Neo4j
19
Web后端开发
Flask快速搭建REST API · 与Neo4j集成 · 查询接口设计
Web
后端开发
20
Web前端开发
Vue.js基础 · 组件化开发 · 可视化组件封装
Web
前端开发
21
系统架构设计
前后端分离 · 微服务思路 · API网关与负载均衡
系统架构设计
前后端分离
22
数据增量更新
定时爬取新数据 · 增量导入策略 · 版本管理
数据增量更新
定时爬取新数据
23
质量评估与验证
知识图谱覆盖率 · 准确率评估 · 人工验证流程
质量评估
验证
24
安全与权限
API认证(JWT) · 数据脱敏 · 防注入攻击
安全
权限
25
性能优化
Neo4j查询优化 · 索引策略 · 缓存机制(Redis)
性能优化
Neo4j
26
部署与运维
Docker容器化 · Docker Compose一键部署 · CI/CD流水线
部署
运维
27
测试
单元测试(pytest) · 集成测试 · 压力测试(Locust)
测试
pytest
28
案例实战
构建一个简化的药物知识图谱(从数据获…
案例实战
构建一个简化的药…
29
项目文档与汇报
技术文档编写 · API文档自动生成(Swagger) · 项目演示
项目文档
汇报
30
课程总结与展望
当前挑战 · 未来方向(大模型+知识图谱 · 联邦知识图谱)
课程总结
当前挑战
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