详细信息：
该技术主要是一种基于贝叶斯归纳型矩阵补全的药物重定位预测方法，该方法具体过程是：对于药物和疾病各自不同视角下的多种相似性矩阵，分别利用相似性网络融合算法合并为唯一的药物相似性矩阵及唯一的疾病相似性矩阵，采用基于贝叶斯框架的归纳型矩阵补全算法来更新药物和疾病的投影矩阵，经过迭代更新后，利用药物和疾病的邻域信息来对新药物或新疾病的隐变量进行光滑化。该方法能提高药物重定位预测的精确度，并且药物候选适应症的排序可以用来指导进一步的生物医学实验。该技术申请发明专利一项。
该技术主要是一种基于贝叶斯归纳型矩阵补全的药物重定位预测方法，该方法具体过程是：对于药物和疾病各自不同视角下的多种相似性矩阵，分别利用相似性网络融合算法合并为唯一的药物相似性矩阵及唯一的疾病相似性矩阵，采用基于贝叶斯框架的归纳型矩阵补全算法来更新药物和疾病的投影矩阵，经过迭代更新后，利用药物和疾病的邻域信息来对新药物或新疾病的隐变量进行光滑化。该方法能提高药物重定位预测的精确度，并且药物候选适应症的排序可以用来指导进一步的生物医学实验。该技术申请发明专利一项。
联系我们
张女士
更多推荐
