换一批融合语义信息与知识图谱结构信息的抗新型冠状病毒药物发现研究
Anti-SARS-CoV-2 drugs discovery by combining semantic information with knowledge graph structural information
摘要目的 提出一种融合语义信息与知识图谱结构信息的知识图谱嵌入模型,通过该模型从已批准药物中发现潜在的抗新型冠状病毒药物.方法 利用知识图谱补全中的头实体预测任务,预测潜在治疗药物.结果 筛选出那拉曲坦、舒马曲坦、秋水仙碱、阿霉素、苯海拉明和氢化可的松等6种潜在药物.结论 融合语义信息与知识图谱结构信息提升了知识图谱嵌入模型的表达能力,为抗新型冠状病毒药物发现研究提供了一种新方法.
更多相关知识
关键词
知识图谱补全知识图谱嵌入新型冠状病毒药物发现链接预测knowledge graph completionknowledge graph embeddingSARS-CoV-2drug discoverylink prediction
栏目名称
DOI
10.7644/j.issn.1674-9960.2025.07.003
发布时间
2025-08-28（万方平台首次上网日期，不代表论文的发表时间）
- 浏览3
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
