一种基于复杂网络的药物疾病关系预测方法研究
方法 ◊收集基因与基因，药物与靶标基因，疾病与致病基因关系数据，计算药物与疾病的接近程度。 并用ROC曲线评测结果。使用Echarts实现疾病-基因数据可视化。 ◊ 使用python语言进行数据分析，利用node2vec机器学习方法实现基因节点向量化。 ◊ 核心技术是在基因网络上通过随机游走的方式，产生一系列基因节点序列。并通过 Word2Vec，计算节点向量表征。训练模型，优化目标。
成果 ◊ 专利名称：《一种基于复杂网络的药物疗效筛选方法》 专利号： 201811305625.3 已公开 ◊ 论文《网络视角下的药物疾病关系预测》正在投 Scientific Reports 第一作者