检 索
学术期刊
切换导航
首页
文章
期刊
投稿
首发
学术会议
图书中心
新闻
新闻动态
科学前沿
合作
我们
一封信
按学科分类
Journals by Subject
按期刊分类
Journals by Title
医药卫生
Medicine & Health
工程技术
Engineering & Technology
数学与物理
Math & Physics
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
化学与材料
Chemistry & Materials
信息通讯
Information & Communication
地球与环境
Earth & Environment
生命科学
Life Sciences
我要投稿
查看投稿进度
学术期刊
按学科分类
Journals by Subject
按期刊分类
Journals by Title
医药卫生
Medicine & Health
工程技术
Engineering & Technology
数学与物理
Math & Physics
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
化学与材料
Chemistry & Materials
信息通讯
Information & Communication
地球与环境
Earth & Environment
生命科学
Life Sciences
在线客服
客服电话:
400-188-5008
客服邮箱:
service@ccnpub.com
投诉举报:
feedback@ccnpub.com
人工客服
工作时间(9:00-18:00)
官方公众号
科技成果·全球共享
请选择
目标期刊
首页
期刊
文章
基于网络链路预测的药物分子重定位研究
下载:
36
浏览:
379
马代川
罗代兵
《化学研究前沿》
2020年10期
摘要:
传统的药物开发模式成本高、周期长、风险大。药物重定位方法(旧药新用)能挖掘已知药物分子的新功能,探寻其新的适用范围,该策略可降低开发风险,提高研发效率。随着药物实验数据的积累和高效计算方法的涌现,多种药物重定位方案被应用于药物设计中,为药物合成试验提供指导。本文提出一种基于链路预测算法的药物重定位方法。利用药物分子-靶标蛋白相互作用网络的结构信息,推断部分化学信息不明确的小分子和蛋白质间的关联性。结果表明,该方法在不同的数据集上均有较好的预测效果,有助于挖掘现存药物分子新功能研究的开展。
[1/1]
|<
<
1
>
>|
在线客服::
点击联系客服
联系电话::
400-188-5008
客服邮箱::
service@ccnpub.com
投诉举报::
feedback@ccnpub.com
人工客服
工作时间(9:00-18:00)
官方公众号
科技成果·全球共享