抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
薬剤開発は費用がかかり,時間がかかる。従来のプロセスは,化学空間の関連部分をマッピングするための広範な実験的努力に依存する。分子,疾患,遺伝子および他の実体に関するデータは,多くの単離データベースに存在し,内部または外部および不均一フォーマットである。それらは,コストがかかり,柔軟なデータ統合,または時間消費ワークフローを必要とする。コンピュータアプローチおよびより最近人工知能に基づく技術は,薬剤再配置を通して開発サイクルを低減するための有望な代替として浮上している。知識ベースを用いて,古い薬剤と新しいターゲットの間の新しいリンクを予測した。著者らは,既知の治療が利用できない既存の薬剤と標的の間の隠れまたは欠測リンクを発見することを目的とする,より全体的な知識グラフに基づく薬物再配置のために,my PhD thesisのために採用された全体的アプローチ以下を提示する。現在,8つのデータと知識資源が既に設計された知識グラフに統合されている。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】