科创中国
基于深度图神经网络的药物-疾病关联预测方法
发布时间: 2023-07-04
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
生物与新医药技术
成果介绍
传统的药物研发具有周期长，投入大，风险高等缺点。因此，越来越多的研究人员开始利用计算机辅助研发药物的新适应症，即药物重定位。药物重定位已经取得了一些成就，比如，治疗真菌感染的两性霉素B，被重新发现并应用于利什曼病的治疗；治疗帕金森病的溴隐亭被用于治理糖尿病。当前，药物重定位研究方法主要分为两大类：基于矩阵分解或矩阵完成的推荐方法以及基于不同网络的机器学习或深度学习方法。
成果亮点
为了开发出更高效、更精确的药物重定位预测算法，来自许多不同领域的各种技术已被纳入生物信息学领域。特别是，诸如矩阵分解或矩阵完成等技术已经成功地应用于发现新的药物-靶点和药物-疾病相互作用。与其他方法相比，基于推荐模型的计算药物重定位方法不需要负样本，可以灵活地整合更多的先验信息，因此可以用于药物重定位的预测。比如，MSBMF通过将药物和疾病的相似性矩阵分别连接，再应用多相似度的双线性矩阵分解方法来预测现有药物的相关适应病症。ANMF通过增强药物和疾病的表示信息和自动编码器发现药物与疾病的特征，最终通过广义矩阵分解方法完成结果预测。
团队介绍
学校创建于1952年7月，原名东北林学院，是在浙江大学农学院森林系和东北农学院森林系基础上建立的，由国家林业部直属管理。1985年8月更名为东北林业大学。2000年2月，由国家林业局划归教育部直属管理。2005年10月，经国家发改委、财政部和教育部批准，成为国家“211工程”重点建设高校。2010年11月，教育部和国家林业局签署合作共建协议。2011年6月，成为国家“优势学科创新平台”项目重点建设高校。2012年3月，教育部与黑龙江省人民政府签署合作共建协议。2017年9月，经国务院批准列为“双一流”建设高校。2022年2月，入选国家第二轮“双一流”建设高校。
成果资料
产业化落地方案
成果综合评价报告
评价单位：“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会) 评价时间：2023-11-07
下载app