DrugCell：用于药物React预测的可见神经网络模型
DrugCell 是一种基于神经网络的可解释模型，可预测细胞对多种药物的React。 与完全连接的神经网络不同，DrugCell 中神经元的连接反映了生物层次结构（例如基因本体论），因此在模型训练期间，信息仅在具有已知层次关系的子系统（或通路）之间传播。 框架的此功能允许识别层次结构中对模型的预测很重要的子系统，从而有必要进一步研究细胞对治疗的React的潜在生物学机制。
DrugCell 模型的当前版本 (v1.0) 使用 1,235 个肿瘤细胞系和 684 种药物的 509,294（细胞系、药物）对进行训练。 从癌症数据库中的药物敏感性基因组学（GDSC）和癌症治疗React门户网站（CTRP）v2中检索训练数据。
DrugCell 使用其基因型表征每个细胞系； 每个细胞的特征向量是一个二元向量，代表癌症中前 15% 最常
2021-10-07 10:26:57
7.29MB
1
中国临床神经内科
CCKS2019中文命名实体识别任务。从医疗文本中识别疾病和诊断，解剖部位，影像检查，实验室检查，手术和药物6种命名实体。实现基于捷巴和AC自动机的基线构建，基于BiLSTM和CRF的序列标注模型构造。伯尔尼的部分代码源于感谢作者。模型最终测试集重叠0.81，还有更多改进空间。
2021-10-04 20:01:00
42.36MB
1
药物推荐使用审查：针对患者的每种健康状况，分析药物说明，病症，审查，然后使用深度学习模型推荐药物
2021-09-26 21:40:50
1.94MB
1
DARTS: 一种药物靶标鉴定的新技术，许君，徐朝，DARTS (Drug Affinity Responsive Target Stability) 是根据小分子药物与其靶标蛋白结合后导致靶蛋白对蛋白酶降解的敏感性下降而发展起来的一项新�
2021-09-25 15:06:03
496KB
1
从生物医学文献中抽取药物间交互反应信息的实验性研究，赵江，兰曼，第一届药物间交互作用信息抽取竞赛（The first Challenge of Drug-Drug Interaction Extraction）主要任务是从包含药物名的句子（即这些句子已经有��
2021-09-20 10:27:20
389KB
1