-
题名利用序列编码及稀疏学习的药物-miRNA关联预测
- 1
-
-
作者
任鹏飞
柳迪
滕志霞
-
机构
东北林业大学计算机与控制工程学院
-
出处
《小型微型计算机系统》
北大核心
2026年第2期386-393,共8页
-
基金
黑龙江省自然科学基金联合引导项目(LH2024F001)资助
国家自然科学基金面上项目(62271132)资助.
-
文摘
微小RNA(miRNA)在许多人类复杂疾病的发生和发展中起着重要的作用,并被广泛认为是未来治疗疾病的有效药物靶点.然而,现有计算模型主要以基于生物学信息的药物(miRNA)间相似度进行学习,缺少其对应的序列特征;此外,目前的miRNA与药物的关联数据存在显著的稀疏性和噪声问题,进一步限制了预测模型的性能.针对上述问题,本文提出了一种基于序列特征编码和稀疏学习的药物-miRNA关联预测模型SESL.该模型通过深度学习编码器生成序列相似性矩阵,并利用稀疏学习方法对关联矩阵进行优化,最终结合有界核范数正则化实现关联预测.实验结果显示SESL在多种情况下优于现有方法,同时在数据更加稀疏的情况下仍保持较高的性能.
-
关键词
药物
微小RNA
关联预测
深度自编码器
稀疏学习
-
Keywords
drug
miRNA
association prediction
deep auto-encoder
sparse learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种结合图卷积和对比学习的药物重定位方法
- 2
-
-
作者
李永亮
尹铭鑫
滕志霞
-
机构
东北林业大学计算机与控制工程学院
-
出处
《小型微型计算机系统》
北大核心
2025年第7期1578-1584,共7页
-
基金
国家自然科学基金面上项目(62271132)资助。
-
文摘
药物重定位研究对于提高药物的发现效率具有积极意义.然而,当前研究大多是将药物和疾病受同一监督方式展开训练,忽视了两者在生物特性等方面的内在区别.同时,高度稀疏的药物-疾病网络,也对模型预测产生严重干扰.因此,本文提出了一种基于图卷积神经网络和对比学习的药物重定位预测方法GL-DDI.首先,通过注意力机制对药物和疾病的多源相似性进行整合,并构建药物和疾病之间的元路径.然后,通过元路径评分矩阵,监督药物和疾病子空间的特征提取.最后,通过对比药物子空间和疾病子空间的预测结果,构建对比学习模型,从而预测药物潜在适应症.实验结果显示,本模型的受试者工作特征曲线和PR曲线下面积分别为0.9392和0.9442,优于现有方法.
-
关键词
药物重定位
图卷积神经网络
对比学习
生物网络
-
Keywords
drug repositioning
graph convolutional neural networks
contrastive learning
biological networks
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名网格技术在森林防火地理信息平台中的应用
被引量：4
- 3
-
-
作者
王霓虹
滕志霞
-
机构
东北林业大学
-
出处
《东北林业大学学报》
CAS
CSCD
北大核心
2009年第1期111-114,共4页
-
基金
黑龙江省重点科技攻关计划项目(GB06A110)
-
文摘
从网格角度分析了森林防火地理信息平台中存在的资源共享受限、缺乏协同工作能力等问题,并针对当前森林防火系统中空间数据资源的特点和资源共享的迫切需要,将空间信息网格技术引入森林防火系统中搭建网格地理信息平台(GGIP),以改善空间数据共享和应用的环境,同时对节点统一管理、资源一体化管理和异构数据库统一访问等问题进行了分析和研究,研究表明:所搭建的GGIP克服了传统GIS系统无法解决的资源有限共享和协同工作能力差等问题,可以实现资源全面共享和一体化管理,提高系统内资源的协同工作能力。
-
关键词
网格
空间信息网格
网格地理信息平台
森林防火
协同共享
-
Keywords
Grid
Spatial information grid
Grid geographic information platform
Forest fire protection
Cooperationand sharing
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
S762.32
[农业科学—森林保护学]
-
