排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
[目的/意义] 通过构建二模复杂网络模型，揭示隐藏在海量文献中的隐性知识。[方法/过程] 通过NetworkX复杂网络工具包，依据任意两个节点的共现关系构建二模复杂网络模型；对网络模型中节点的共现关系进行加权，计算网络的拓扑信息并进行AP聚类，提取节点间的直接关系；采用AUC方法对AA、JC、加权改进的wAA和wJC等4种链路预测算法进行评价，遴选出最合适的预测算法，并对复杂网络的隐性关系进行预测分析。[结果/结论] 以潜在药物靶点挖掘为例进行的实证研究结果表明，wAA链路预测算法为最优的链路预测算法；二模复杂网络模型、指标和方法体系在美国化学文摘社数据库中的药物靶点挖掘中具有一定的有效性。下一步计划在其他数据库中或其他研究领域中进行尝试，以进一步验证该模型的通用性和有效性。 相似文献
2.
本文系统梳理了ChatGPT的发展历程与现状,分析ChatGPT技术与生物医药领域的耦合情况。从知识创新与模型创新两个维度,划分生物医药领域ChatGPT技术应用的类型,并分析其应用焦点、应用场景和特征;从科学研究与消费终端应用的角度阐述各项ChatGPT技术类型在生物医药领域中的应用价值;剖析各项ChatGPT技术类型在生物医药领域中存在的潜在风险。ChatGPT技术将加快生物医药领域的研究与服务,扩大而非取代研究人员的专业知识。未来应加强微调挖掘型GPT工具与部署型服务设施的建设,推动ChatGPT技术在生物医药领域的有效应用。 相似文献
1