相关实验视频
Updated: Mar 13, 2026
11:59
Competitive Genomic Screens of Barcoded Yeast Libraries
Published on: August 11, 2011
18.9K
图形相似度指标可以帮助模拟识别作为阅读交叉方法的一部分吗?
Brett Hagan1,2, Imran Shah2, Grace Patlewicz2
1ORAU Oak Ridge Associated Universities, Oak Ridge, TN 37830, USA.
Computational toxicology (Amsterdam, Netherlands)
|March 12, 2026
概括
交叉阅读使用模拟相似性来填补数据缺口. 基于图表的方法对识别合适的类似物有希望,图核和卷积网络在毒性评估中表现优于无监督嵌入.
科学领域:
- 计算毒理学计算毒理学
- 化学信息学 化学信息学
- 数据科学是数据科学.
背景情况:
- 当数据有限时,阅读对危险评估至关重要.
- 模拟识别传统上依赖于结构相似性.
- 评估模拟的适用性需要更广泛的相似性背景.
研究的目的:
- 审查和比较基于图形的方法,用于在阅读交叉中进行模拟识别.
- 评估图核,嵌入式和深度学习的实际应用.
- 通过使用毒性数据集对化学指纹方法进行评估这些方法.
主要方法:
- 基于图形的模拟识别技术的审查 (图形内核,嵌入,深度学习).
- 将图形方法应用于五个毒性数据集 (皮肤敏感性,刺激性,水生毒性,基因毒性).
- 与化学指纹方法进行比较 (ToxPrints,摩根).
主要成果:
- 图核方法显示出对模拟识别的承诺.
- 无监督的全图嵌入方法在数据集中无效.
- 图形卷积网络为基因毒性数据产生了有意义的嵌入.
结论:
- 图形相似性方法有可能在读交叉中进行模拟识别.
- 有效性取决于具体的用例,数据可用性和训练集大小.
- 图形内核和深度学习显示出增强跨读评估的前景.
