模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2018, Vol. 31 Issue (12): 1103-1110    DOI: 10.16451/j.cnki.issn1003-6059.201812005
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
融合知识图谱与深度学习的药物发现方法
桑盛田1, 杨志豪1, 刘晓霞1, 王磊2, 赵迪1, 林鸿飞1, 王健1
1.大连理工大学 计算机科学与技术学院 大连 116024
2.中国人民解放军军事医学科学院 卫生勤务与血液研究所 北京 100850
A Method Combining Knowledge Graph and Deep Learning for Drug Discovery
SANG Shengtian1, YANG Zhihao1, LIU Xiaoxia1, WANG Lei2, ZHAO Di1, LIN Hongfei1, WANG Jian1
1.School of Computer Science and Technology, Dalian University of Technology, Dalian 116024
2.Institute of Health Service and Blood Research, Academy of Military Medical Sciences, Beijing 100850

全文: PDF (1013 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 海量增长的生物医学文献给文献挖掘技术带来巨大挑战.文中提出融合知识图谱与深度学习的药物发现方法,从已发表的文献中挖掘疾病的潜在治疗药物.首先抽取生物医学文献中实体间的关系,构造生物医学知识图谱,再通过知识图谱嵌入方法将知识图谱中的实体和关系转化为低维连续的向量,最后使用已知的药物疾病关系数据训练基于循环神经网络的药物发现模型.实验表明,文中方法不仅可以有效找到疾病的候选药物,还能提供相应的药物作用机制.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
桑盛田
杨志豪
刘晓霞
王磊
赵迪
林鸿飞
王健
关键词 数据挖掘生物医学知识图谱深度学习循环神经网络    
Abstract:The massive growing amount of biomedical literature brings huge challenges for data mining. In this paper, a method combining knowledge graph and deep learning is proposed to discover potential therapeutic drugs for disease of interest. Firstly, a biomedical knowledge graph is constructed with the relations extracted from biomedical literature. Then, the entities and relations of the knowledge graph are converted into low dimension continuous embeddings by knowledge graph embedding method. Finally, a recurrent neural network based drug discovery model is trained by using the known drug-disease related associations. The experimental results show that the proposed method can discover drugs for diseases and provide the drug mechanism of action.
Key wordsData Mining    Biomedical Knowledge Graph    Deep Learning    Recurrent Neural Network   
收稿日期: 2018-10-25     
ZTFLH: TP 391  
基金资助:国家十三五重点研发计划项目(No.2016YFC0901902)、国家自然科学基金项目(No.61272373)资助
作者简介: 桑盛田,博士研究生,主要研究方向为数据挖掘、隐含知识发现.E-mail:sangst@mail.dlut.edu.cn.
杨志豪(通讯作者),博士,教授,主要研究方向为自然语言处理、数据挖掘.E-mail:yangzh@dlut.edu.cn.
刘晓霞,博士研究生,主要研究方向为数据挖掘、自然语言处理.E-mail:liuxiaoxia@mail.dlut.edu.cn.
王 磊,博士,教授,主要研究方向为生物信息学.E-mail:wangleibihami@gmail.com.
赵 迪,博士研究生,主要研究方向为数据挖掘、自然语言处理.E-mail:zhao_di@mail.dlut.edu.cn.
林鸿飞,博士,教授,主要研究方向为社交媒体数据挖掘、人工智能.E-mail:hflin@dlut.edu.cn.
王 健,博士,教授,主要研究方向为自然语言处理.E-mail:wangjian@dlut.edu.cn.
引用本文:   
桑盛田, 杨志豪, 刘晓霞, 王磊, 赵迪, 林鸿飞, 王健. 融合知识图谱与深度学习的药物发现方法[J]. 模式识别与人工智能, 2018, 31(12): 1103-1110. SANG Shengtian, YANG Zhihao, LIU Xiaoxia, WANG Lei, ZHAO Di, LIN Hongfei, WANG Jian. A Method Combining Knowledge Graph and Deep Learning for Drug Discovery. , 2018, 31(12): 1103-1110.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201812005      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2018/V31/I12/1103
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn