期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于体外CYP3A4抑制和诱导数据定量预测体内药物-药物相互作用
被引量：
11
1
作者
张庆颢
李燕
《药学学报》
CAS
CSCD
北大核心
2010年第8期952-959,共8页
抑制和诱导CYP3A4所引起的药动学药物相互作用是临床药物相互作用的常见机制之一,在新药研究以及临床应用中已引起广泛关注。在新药研发早期定量预测药物相互作用可缩短新药开发的时间和成本,并为后期的临床研究提供参考依据。本文综述...
抑制和诱导CYP3A4所引起的药动学药物相互作用是临床药物相互作用的常见机制之一,在新药研究以及临床应用中已引起广泛关注。在新药研发早期定量预测药物相互作用可缩短新药开发的时间和成本,并为后期的临床研究提供参考依据。本文综述了近年应用体外CYP3A4代谢数据构建数学模型定量预测体内药物相互作用的研究进展。
展开更多
关键词
CYP3A4
药物-药物相互作用
预测模型
诱导
抑制
原文传递
基于多层注意力和消息传递网络的药物相互作用预测方法
2
作者
饶晓洁
张通
+1 位作者
孟献兵
陈俊龙
《自动化学报》
EI
CAS
CSCD
北大核心
2023年第12期2507-2519,共13页
药物相互作用(Drug-drug interaction,DDI)是指不同药物存在抑制或促进等作用.现有DDI预测方法往往直接利用药物分子特征表示预测DDI,而忽略药物分子中不同原子对DDI的影响.为此,提出基于多层次注意力机制和消息传递神经网络的DDI预测方...
药物相互作用(Drug-drug interaction,DDI)是指不同药物存在抑制或促进等作用.现有DDI预测方法往往直接利用药物分子特征表示预测DDI,而忽略药物分子中不同原子对DDI的影响.为此,提出基于多层次注意力机制和消息传递神经网络的DDI预测方法.该方法将DDI建模为通过学习基于序列表示的药物分子特征实现DDI预测的链接预测问题.首先,建立基于注意力机制和消息传递神经网络的原子特征网络,结合提出的基于分子质心的位置编码,学习不同原子及其相关联化学键的特征,构建基于图结构的药物分子特征表示;然后,设计基于注意力机制的分子特征网络,并通过监督和对比损失学习,实现DDI预测;最后,通过实验证明该方法的有效性和优越性.
展开更多
关键词
药物相互作用预测
多层次注意力机制
消息传递神经网络
位置编码
下载PDF
职称材料
题名
基于体外CYP3A4抑制和诱导数据定量预测体内药物-药物相互作用
被引量：
11
1
作者
张庆颢
李燕
机构
中国医学科学院、北京协和医学院药物研究所
出处
《药学学报》
CAS
CSCD
北大核心
2010年第8期952-959,共8页
文摘
抑制和诱导CYP3A4所引起的药动学药物相互作用是临床药物相互作用的常见机制之一,在新药研究以及临床应用中已引起广泛关注。在新药研发早期定量预测药物相互作用可缩短新药开发的时间和成本,并为后期的临床研究提供参考依据。本文综述了近年应用体外CYP3A4代谢数据构建数学模型定量预测体内药物相互作用的研究进展。
关键词
CYP3A4
药物-药物相互作用
预测模型
诱导
抑制
Keywords
CYP3A4
drug
-
drug interaction
prediction
model
induction
inhibition
分类号
R969.2 [医药卫生—药理学]
原文传递
题名
基于多层注意力和消息传递网络的药物相互作用预测方法
2
作者
饶晓洁
张通
孟献兵
陈俊龙
机构
华南理工大学计算机科学与工程学院
琶洲实验室
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2023年第12期2507-2519,共13页
基金
国家重点研发计划(2019YFB1703600)
国家自然科学基金(62006081)
+1 种基金
广东省自然科学基金面上项目(2022A1515011317)
中国博士后科学基金(2020M672630)资助。
文摘
药物相互作用(Drug-drug interaction,DDI)是指不同药物存在抑制或促进等作用.现有DDI预测方法往往直接利用药物分子特征表示预测DDI,而忽略药物分子中不同原子对DDI的影响.为此,提出基于多层次注意力机制和消息传递神经网络的DDI预测方法.该方法将DDI建模为通过学习基于序列表示的药物分子特征实现DDI预测的链接预测问题.首先,建立基于注意力机制和消息传递神经网络的原子特征网络,结合提出的基于分子质心的位置编码,学习不同原子及其相关联化学键的特征,构建基于图结构的药物分子特征表示;然后,设计基于注意力机制的分子特征网络,并通过监督和对比损失学习,实现DDI预测;最后,通过实验证明该方法的有效性和优越性.
关键词
药物相互作用预测
多层次注意力机制
消息传递神经网络
位置编码
Keywords
drug
-
drug interaction
prediction
multi-level
attention
mechanism
message
passing
neural
network
positional
encoding
分类号
R969.2 [医药卫生—药理学]
TP183 [医药卫生—药学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于体外CYP3A4抑制和诱导数据定量预测体内药物-药物相互作用
张庆颢
李燕
《药学学报》
CAS
CSCD
北大核心
2010
11
原文传递
2
基于多层注意力和消息传递网络的药物相互作用预测方法
饶晓洁
张通
孟献兵
陈俊龙
《自动化学报》
EI
CAS
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
