論文の概要: Drugs4Covid: Drug-driven Knowledge Exploitation based on Scientific Publications

• arxiv url: http://arxiv.org/abs/2012.01953v1
• Date: Thu, 3 Dec 2020 14:26:54 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-23 21:47:40.944556
• Title: Drugs4Covid: Drug-driven Knowledge Exploitation based on Scientific Publications
• Title（参考訳）: 薬物4コービッド:科学論文に基づく薬物駆動の知識爆発
• Authors: Carlos Badenes-Olmedo, David Chaves-Fraga, Mar\'Ia Poveda-Villal\'On, Ana Iglesias-Molina, Pablo Calleja, Socorro Bernardos, Patricia Mart\'In-Chozas, Alba Fern\'andez-Izquierdo, Elvira Amador-Dom\'inguez, Paola Espinoza-Arias, Luis Pozo, Edna Ruckhaus, Esteban Gonz\'alez-Guardia, Raquel Cedazo, Beatriz L\'opez-Centeno, and Oscar Corcho
• Abstract要約: Drugs4Covidは、単語の埋め込み技術とセマンティックウェブ技術を組み合わせて、大規模な医学文献のドラッグ指向の探索を可能にする。 新型コロナウイルス(COVID-19)やSARS(SARS)などの関連コロナウイルスに関する情報とともに、CORD-19コーパスから6万件以上の記事や2万段以上の段落が処理されている。 薬のオープンカタログが作成され、その結果はドラッグブラウザ、キーワード誘導テキストエクスプローラー、知識グラフを通じて公開されている。
• 参考スコア（独自算出の注目度）: 0.2012378666405002
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In the absence of sufficient medication for COVID patients due to the increased demand, disused drugs have been employed or the doses of those available were modified by hospital pharmacists. Some evidences for the use of alternative drugs can be found in the existing scientific literature that could assist in such decisions. However, exploiting large corpus of documents in an efficient manner is not easy, since drugs may not appear explicitly related in the texts and could be mentioned under different brand names. Drugs4Covid combines word embedding techniques and semantic web technologies to enable a drug-oriented exploration of large medical literature. Drugs and diseases are identified according to the ATC classification and MeSH categories respectively. More than 60K articles and 2M paragraphs have been processed from the CORD-19 corpus with information of COVID-19, SARS, and other related coronaviruses. An open catalogue of drugs has been created and results are publicly available through a drug browser, a keyword-guided text explorer, and a knowledge graph.
• Abstract（参考訳）: 需要の増加により十分な薬剤が不足しているため、廃薬が採用されているか、病院薬剤師が使用可能な薬の投与量を変更している。 代替薬の使用に関するいくつかの証拠は、そのような決定を補助する既存の科学文献に見ることができる。 しかし、大量の文書を効率的に利用することは容易ではない、なぜなら薬物はテキストに明示的に関連付けられておらず、異なるブランド名で言及される可能性があるからである。 drugs4covidは、単語埋め込み技術とセマンティックウェブ技術を組み合わせて、大規模な医学文献の薬物指向の探索を可能にする。 薬物と疾患は、それぞれATC分類とMeSH分類に基づいて識別される。 新型コロナウイルス(COVID-19)やSARS(SARS)などの関連コロナウイルスに関する情報とともに、CORD-19コーパスから60万件以上が処理された。 薬のオープンカタログが作成され、その結果はドラッグブラウザ、キーワード誘導テキストエクスプローラー、知識グラフを通じて公開されている。

関連論文リスト

• Learning to Describe for Predicting Zero-shot Drug-Drug Interactions [54.172575323610175]
  薬物と薬物の相互作用は同時投与の有効性を損なう可能性がある。 従来のDDI予測の計算手法では、知識不足のため、新しい薬物の相互作用を捉えることができない可能性がある。 言語モデルに基づくDDI予測器と強化学習(RL)に基づく情報セレクタを用いたテキストDDIを提案する。
  論文  参考訳（メタデータ） (2024-03-13T09:42:46Z)
• Emerging Opportunities of Using Large Language Models for Translation Between Drug Molecules and Indications [6.832024637226738]
  薬物分子とそれに対応する指標を翻訳する新しい課題を提案する。 表示からの分子の生成、またはその逆は、病気のより効率的なターゲティングを可能にする。
  論文  参考訳（メタデータ） (2024-02-14T21:33:13Z)
• Emerging Drug Interaction Prediction Enabled by Flow-based Graph Neural Network with Biomedical Network [69.16939798838159]
  本稿では,新興医薬品の相互作用を効果的に予測できるグラフニューラルネットワーク(GNN)であるEmerGNNを提案する。 EmerGNNは、薬物ペア間の経路を抽出し、ある薬物から他の薬物へ情報を伝達し、関連する生物学的概念を経路に組み込むことで、薬物のペアワイズ表現を学習する。 全体として、EmerGNNは、新興薬物の相互作用を予測する既存のアプローチよりも精度が高く、バイオメディカルネットワーク上で最も関連性の高い情報を特定できる。
  論文  参考訳（メタデータ） (2023-11-15T06:34:00Z)
• Learning a Patent-Informed Biomedical Knowledge Graph Reveals Technological Potential of Drug Repositioning Candidates [6.268435617836703]
  本研究では, 医薬品特許やバイオメディカルデータベースなど, さまざまな資料を解析するための新しいプロトコルを提案する。 薬物再配置候補を, 技術的可能性と科学的証拠の両方で同定する。 アルツハイマー病の症例研究は,その有効性と実現可能性を示している。
  論文  参考訳（メタデータ） (2023-09-04T02:30:19Z)
• A clustering and graph deep learning-based framework for COVID-19 drug repurposing [0.3359875577705538]
  本研究では,異種薬物データに基づく多機能型クラスタリングのためのグラフベースのオートエンコーダを用いた,教師なし機械学習フレームワークを提案する。 データセットは438種類の薬物で構成され、そのうち224種は新型コロナウイルスの臨床試験を受けている。 当フレームワークは,薬理学的特性,化学的・物理的性質,宿主との相互作用,各種の公開型COVID-19アッセイにおける有効性など,報告された薬物データに依存している。
  論文  参考訳（メタデータ） (2023-06-24T15:00:47Z)
• Knowledge-Driven New Drug Recommendation [88.35607943144261]
  既存の薬物と新薬のギャップを埋めるために, 薬物依存型マルチフェノタイプ数発学習機を開発した。 EDGEは外部薬効知識ベースを用いて偽陰性監視信号を除去する。 その結果, EDGEは, ROC-AUCスコアよりも7.3%向上していることがわかった。
  論文  参考訳（メタデータ） (2022-10-11T16:07:52Z)
• Deep learning for drug repurposing: methods, databases, and applications [54.08583498324774]
  新しい治療法のために既存の薬物を再利用することは、実験コストの低減で薬物開発を加速する魅力的な解決策である。 本稿では,薬物再資源化のための深層学習手法とツールの活用に関するガイドラインを紹介する。
  論文  参考訳（メタデータ） (2022-02-08T09:42:08Z)
• SafeDrug: Dual Molecular Graph Encoders for Safe Drug Recommendations [59.590084937600764]
  医薬品の分子構造とDDIのモデルを明確に活用するために、SafeDrugというDDI制御可能な薬物推奨モデルを提案する。 ベンチマークデータセットでは、SafeDrugはDDIを19.43%削減し、Jaccardの推奨薬物と実際に処方された薬物の組み合わせの2.88%を改善します。
  論文  参考訳（メタデータ） (2021-05-05T00:20:48Z)
• Drug Repurposing for COVID-19 via Knowledge Graph Completion [6.705100803382272]
  薬物候補を同定するための新しい,統合的で,ニューラルネットワークに基づく文献ベースの発見(LBD)手法を提案する。 提案手法は,SemRepを用いて抽出したセマンティックトリプルに依存する。 5つのSOTA, 神経知識グラフ補完アルゴリズムを用いて, 薬物再服用候補の予測を行った。
  論文  参考訳（メタデータ） (2020-10-19T15:30:51Z)
• COVID-19 Literature Knowledge Graph Construction and Drug Repurposing Report Generation [79.33545724934714]
  我々は,学術文献から微細なマルチメディア知識要素を抽出する,新しい包括的知識発見フレームワークであるCOVID-KGを開発した。 我々のフレームワークはまた、証拠として詳細な文脈文、サブフィギュア、知識のサブグラフも提供します。
  論文  参考訳（メタデータ） (2020-07-01T16:03:20Z)
• Semi-Supervised Hierarchical Drug Embedding in Hyperbolic Space [19.73556079390888]
  薬物階層は、木のような構造における薬物関係に関する人間の知識を符号化する貴重な情報源である。 そこで我々は,2つの情報源を組み込んだ半教師付き薬物注入法を開発した。 本研究は,既存の薬物の新規使用や副作用の発見に有効であることを示す。
  論文  参考訳（メタデータ） (2020-06-01T14:46:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。