• 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

Deep Learning Approach Based on Transcriptome Profile for Data Driven Drug Discovery.

作者信息

Kwon Eun-Ji, Cha Hyuk-Jin

机构信息

College of Pharmacy, Seoul National University, Seoul 08826, Korea.

出版信息

Mol Cells. 2023 Jan 31;46(1):65-67. doi: 10.14348/molcells.2023.2167. Epub 2023 Jan 20.

DOI:10.14348/molcells.2023.2167
PMID:36697239
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC9880602/
Abstract
摘要
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/cc0f/9880602/7d7e4d763ff3/molce-46-1-65-f1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/cc0f/9880602/7d7e4d763ff3/molce-46-1-65-f1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/cc0f/9880602/7d7e4d763ff3/molce-46-1-65-f1.jpg

相似文献

1
Deep Learning Approach Based on Transcriptome Profile for Data Driven Drug Discovery.基于转录组图谱的深度学习方法用于数据驱动的药物发现
Mol Cells. 2023 Jan 31;46(1):65-67. doi: 10.14348/molcells.2023.2167. Epub 2023 Jan 20.
2
Machine learning and deep learning in data-driven decision making of drug discovery and challenges in high-quality data acquisition in the pharmaceutical industry.基于数据的药物发现决策中的机器学习和深度学习，以及制药行业高质量数据采集的挑战。
Future Med Chem. 2022 Feb;14(4):245-270. doi: 10.4155/fmc-2021-0243. Epub 2021 Dec 23.
3
Prediction of drug efficacy from transcriptional profiles with deep learning.利用深度学习从转录谱预测药物疗效。
Nat Biotechnol. 2021 Nov;39(11):1444-1452. doi: 10.1038/s41587-021-00946-z. Epub 2021 Jun 17.
4
Novel deep learning-based transcriptome data analysis for drug-drug interaction prediction with an application in diabetes.基于新型深度学习的转录组数据分析在糖尿病药物相互作用预测中的应用
BMC Bioinformatics. 2021 Jun 11;22(1):318. doi: 10.1186/s12859-021-04241-1.
5
Current methods and challenges for deep learning in drug discovery.深度学习在药物发现中的方法和挑战。
Drug Discov Today Technol. 2019 Dec;32-33:9-17. doi: 10.1016/j.ddtec.2020.07.003. Epub 2020 Aug 17.
6
A compact review of progress and prospects of deep learning in drug discovery.深度学习在药物发现中的进展与前景简要综述。
J Mol Model. 2023 Mar 28;29(4):117. doi: 10.1007/s00894-023-05492-w.
7
The power of deep learning to ligand-based novel drug discovery.深度学习在基于配体的新药发现中的作用。
Expert Opin Drug Discov. 2020 Jul;15(7):755-764. doi: 10.1080/17460441.2020.1745183. Epub 2020 Mar 31.
8
Structure-Based Drug Discovery with Deep Learning.基于结构的深度学习药物发现。
Chembiochem. 2023 Jul 3;24(13):e202200776. doi: 10.1002/cbic.202200776. Epub 2023 Jun 13.
9
Deep fusion learning facilitates anatomical therapeutic chemical recognition in drug repurposing and discovery.深度学习融合有助于药物重定位和发现中的解剖治疗化学识别。
Brief Bioinform. 2021 Nov 5;22(6). doi: 10.1093/bib/bbab289.
10
Robotic data acquisition with deep learning enables cell image-based prediction of transcriptomic phenotypes.基于深度学习的机器人数据采集可实现基于细胞图像的转录组表型预测。
Proc Natl Acad Sci U S A. 2023 Jan 3;120(1):e2210283120. doi: 10.1073/pnas.2210283120. Epub 2022 Dec 28.

引用本文的文献

1
WormCNN-Assisted Establishment and Analysis of Glycation Stress Models in : Insights into Disease and Healthy Aging.WormCNN 辅助建立和分析 : 糖基化应激模型中的疾病和健康老龄化洞察。
Int J Mol Sci. 2024 Sep 6;25(17):9675. doi: 10.3390/ijms25179675.
2
Systematic omics analysis identifies CCR6 as a therapeutic target to overcome cancer resistance to EGFR inhibitors.系统组学分析确定CCR6是克服癌症对表皮生长因子受体（EGFR）抑制剂耐药性的治疗靶点。
iScience. 2024 Mar 7;27(4):109448. doi: 10.1016/j.isci.2024.109448. eCollection 2024 Apr 19.

本文引用的文献

1
Multiple isogenic GNE-myopathy modeling with mutation specific phenotypes from human pluripotent stem cells by base editors.碱基编辑器介导的人多能干细胞中具有突变特异性表型的多种同基因 GNE 肌病模型。
Biomaterials. 2022 Mar;282:121419. doi: 10.1016/j.biomaterials.2022.121419. Epub 2022 Feb 17.
2
Predicting and characterizing a cancer dependency map of tumors with deep learning.深度学习预测和描绘肿瘤的癌症依赖图谱。
Sci Adv. 2021 Aug 20;7(34). doi: 10.1126/sciadv.abh1275. Print 2021 Aug.
3
Prediction of drug efficacy from transcriptional profiles with deep learning.
利用深度学习从转录谱预测药物疗效。
Nat Biotechnol. 2021 Nov;39(11):1444-1452. doi: 10.1038/s41587-021-00946-z. Epub 2021 Jun 17.
4
Biological network analysis with deep learning.基于深度学习的生物网络分析。
Brief Bioinform. 2021 Mar 22;22(2):1515-1530. doi: 10.1093/bib/bbaa257.
5
Connectivity map-based drug repositioning of bortezomib to reverse the metastatic effect of GALNT14 in lung cancer.基于连通性图谱的硼替佐米药物再定位逆转肺癌中 GALNT14 的转移效应。
Oncogene. 2020 Jun;39(23):4567-4580. doi: 10.1038/s41388-020-1316-2. Epub 2020 May 9.
6
In silico drug repositioning: from large-scale transcriptome data to therapeutics.计算机药物重定位：从大规模转录组数据到治疗学。
Arch Pharm Res. 2019 Oct;42(10):879-889. doi: 10.1007/s12272-019-01176-3. Epub 2019 Sep 3.
7
Using Drug Expression Profiles and Machine Learning Approach for Drug Repurposing.利用药物表达谱和机器学习方法进行药物再利用。
Methods Mol Biol. 2019;1903:219-237. doi: 10.1007/978-1-4939-8955-3_13.
8
A Next Generation Connectivity Map: L1000 Platform and the First 1,000,000 Profiles.下一代连接图谱：L1000平台及首批100万个图谱
Cell. 2017 Nov 30;171(6):1437-1452.e17. doi: 10.1016/j.cell.2017.10.049.
9
Transcriptome Profiling in Human Diseases: New Advances and Perspectives.人类疾病中的转录组分析：新进展与展望
Int J Mol Sci. 2017 Jul 29;18(8):1652. doi: 10.3390/ijms18081652.
10
Target identification and mechanism of action in chemical biology and drug discovery.化学生物学和药物发现中的靶标鉴定和作用机制。
Nat Chem Biol. 2013 Apr;9(4):232-40. doi: 10.1038/nchembio.1199.