融合知识图谱与深度学习的药物发现方法

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.

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

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家十三五重点研发计划项目2016YFC0901902;国家自然科学基金项目61272373

在线出版日期：2019-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1103-1110