Apr, 2020

用于鉴定 COVID-19 药物再利用机会的网络医学框架

PDF
TL;DR本文使用基于网络传播、网络邻近等人工智能算法对 6340 种药物进行评估，以便快速、可靠地筛选适合 SARS-CoV-2 感染的药物。结果表明，多模式方法比任何单一算法更好地预测了药物的有效性，并可为未来快速识别可重复用药提供方法学途径。
network medicinedrug repurposingsars-cov-2artificial intelligencemultimodal approach
发现论文，激发创造
  • 基于异质网络的 COVID-19 药物再利用

    开发了一种基于深度学习的异质网络方法，通过与 HCoVs 相关的靶蛋白构建综合异质网络，以发现可用于 COVID-19 的潜在药物，并取得了较高的预测性能。

    Jul, 2021

  • 基于聚类和图深度学习的 COVID-19 药物再利用框架

    利用基于图形的自动编码器进行多特征类型聚类的无监督机器学习框架发现 COVID-19 药物再利用的三个感兴趣的簇，并推荐了前 15 种药物，其中包括大量正在进行临床试验的药物。

    Jun, 2023

  • COVID-19 的 8565 种现有药物再定位

    针对 COVID-19，本文利用机器学习对 1553 种已获 FDA 批准的药物及其他 7012 种在研或下市药物进行了筛选，发现许多已有药物可能对 SARS-CoV-2 有很强的潜在杀菌效果。

    May, 2020

  • 利用分子对接和机器学习回归方法进行药物重用，瞄准 COVID-19 3CL 蛋白酶

    本研究通过使用 Zinc 数据库和计算模拟方法，结合决策树、多层感知机、KNN、梯度提升等机器学习回归方法，快速筛选并确定了 13 种具有重要潜力的 FDA 批准药物，可用于治疗 COVID-19，并提供了一种快速识别潜在治疗药物的方法。

    May, 2023

  • COVID-19 文献知识图谱构建与药物再利用报告生成

    为了应对 COVID-19，我们开发了一个全新的综合性知识发现框架 COVID-KG，从科学文献中提取了细粒度的多媒体知识元素，并利用构建的多媒体知识图谱用于问答和报告生成，以药物再利用为案例研究。该框架还提供了详细的上下文句子，子图和知识子图作为证据。

    Jul, 2020

  • 通过网络医学和基因人工智能加速复杂疾病治疗：以乳腺癌药物再定位为案例研究

    通过结合网络医学方法和基于 GenAI 的 ChatGPT 智能引擎，该研究构建了一个多层次的网络，通过实时提取临床试验中的药物信息并与疾病特定的信号通路相连接，为复杂疾病（如癌症和阿尔茨海默病）生成药物组合疗法，展示了基于真实世界证据的药物 “再利用” 潜力以及可以进一步研究的领域。

    Jun, 2024

  • 探索 SARS-CoV-2 病毒 - 宿主 - 药物相互作用组学，以用于药物再利用

    CoVex 是一个基于网络医学算法的互动在线平台，能够将实验验证的病毒 - 人类蛋白相互作用、人类蛋白质 - 蛋白质相互作用和药物 - 靶标相互作用进行整合，以系统级别研究新冠病毒和 SARS-CoV-1 致病机理，进行药物再利用研究和候选治疗的优先级排序，是一项研究 COVID-19 药物的重要资源，提供给科学界直接访问整合了病毒 - 宿主 - 药物相互作用的网络医学算法。

    Apr, 2020

  • 通过疾病特定超图的组合生成药物重用假设

    通过研究药物再利用的假设生成工具，并结合基于实验室实验和生物医学文献的半自动解析的验证流程，本文介绍了一种基于生物医学知识图谱和超图表示学习的计算方法，用于推断各种长度的生物通路的上下文嵌入，并评估药物在多种疾病的再利用潜力。

    Nov, 2023

  • 机器学习建模研究 SiRNA 结构 - 效能关系在抗击 Sars-Cov-2 刺突基因中的应用

    开发基于化学信息学表示的 siRNA 的机器学习模型以预测其效力，并选择最有效的 siRNA 分子进行进一步的发展，证明了 AI / 机器学习模型在加速 siRNA 基于药物发现方面的潜力。

    Jan, 2024

  • 针对 Covid-19 的药品再利用知识图谱分析

    使用生物知识图谱进行药物再利用，通过预测候选药物的有效性和药物与与疾病相关的蛋白质结合的可能性，通过嵌入模型和神经网络进行学习并实现了不同的模型来获取节点嵌入。在 MR、MRR 和 Hits@3 方面，RESCAL 在测试数据集上表现最佳。

    Dec, 2022