• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

相似文献

1
Corrigendum: NNAN: Nearest Neighbor Attention Network to Predict Drug-Microbe Associations.勘误：NNAN：用于预测药物-微生物关联的最近邻注意力网络。
Front Microbiol. 2022 May 30;13:944952. doi: 10.3389/fmicb.2022.944952. eCollection 2022.
2
NNAN: Nearest Neighbor Attention Network to Predict Drug-Microbe Associations.NNAN：用于预测药物-微生物关联的最近邻注意力网络。
Front Microbiol. 2022 Apr 11;13:846915. doi: 10.3389/fmicb.2022.846915. eCollection 2022.
3
Ensembling graph attention networks for human microbe-drug association prediction.基于图注意力网络的微生物-药物关联预测方法
Bioinformatics. 2020 Dec 30;36(Suppl_2):i779-i786. doi: 10.1093/bioinformatics/btaa891.
4
Predicting human microbe-disease associations via graph attention networks with inductive matrix completion.基于诱导矩阵补全的图注意网络预测人类微生物-疾病关联
Brief Bioinform. 2021 May 20;22(3). doi: 10.1093/bib/bbaa146.
5
A Novel Approach Based on Bipartite Network Recommendation and KATZ Model to Predict Potential Micro-Disease Associations.一种基于二分网络推荐和KATZ模型预测潜在微观疾病关联的新方法。
Front Genet. 2019 Nov 15;10:1147. doi: 10.3389/fgene.2019.01147. eCollection 2019.
6
Association Mining to Identify Microbe Drug Interactions Based on Heterogeneous Network Embedding Representation.基于异质网络嵌入表示的微生物药物相互作用关联挖掘。
IEEE J Biomed Health Inform. 2021 Jan;25(1):266-275. doi: 10.1109/JBHI.2020.2998906. Epub 2021 Jan 5.
7
Single-Cell Clustering Based on Shared Nearest Neighbor and Graph Partitioning.基于共享最近邻和图划分的单细胞聚类。
Interdiscip Sci. 2020 Jun;12(2):117-130. doi: 10.1007/s12539-019-00357-4. Epub 2020 Feb 22.
8
EnANNDeep: An Ensemble-based lncRNA-protein Interaction Prediction Framework with Adaptive k-Nearest Neighbor Classifier and Deep Models.EnANNDeep：基于集成学习的 lncRNA-蛋白质相互作用预测框架，采用自适应 k-最近邻分类器和深度模型。
Interdiscip Sci. 2022 Mar;14(1):209-232. doi: 10.1007/s12539-021-00483-y. Epub 2022 Jan 10.
9
Corrigendum: Transcriptional Reprogramming of Defence Pathways by the Entomopathogen Correlates With Resistance Against a Fungal Pathogen but Not Against Insects.勘误：昆虫病原体对防御途径的转录重编程与对真菌病原体的抗性相关，但与对昆虫的抗性无关。
Front Microbiol. 2019 Jun 27;10:1481. doi: 10.3389/fmicb.2019.01481. eCollection 2019.
10
Corrigendum: Gut microbes reveal medicates ingestion preference via protein utilization and cellular homeostasis under feed domestication in freshwater drum, .勘误：肠道微生物揭示了淡水鼓在饲料驯化下通过蛋白质利用和细胞内稳态来体现药物摄入偏好。
Front Microbiol. 2023 Aug 24;14:1259988. doi: 10.3389/fmicb.2023.1259988. eCollection 2023.

勘误：NNAN：用于预测药物-微生物关联的最近邻注意力网络。

Corrigendum: NNAN: Nearest Neighbor Attention Network to Predict Drug-Microbe Associations.

作者信息

Zhu Bei, Xu Yi, Zhao Pengcheng, Yiu Siu-Ming, Yu Hui, Shi Jian-Yu

机构信息

School of Life Sciences, Northwestern Polytechnical University, Xi'an, China.

Department of Computer Science, The University of Hong Kong, Hong Kong, China.

出版信息

Front Microbiol. 2022 May 30;13:944952. doi: 10.3389/fmicb.2022.944952. eCollection 2022.

DOI:10.3389/fmicb.2022.944952
PMID:35707165
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC9190985/
Abstract

[This corrects the article DOI: 10.3389/fmicb.2022.846915.].

摘要

[本文更正了文章DOI：10.3389/fmicb.2022.846915。]