第331章 申请授课！

请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

宋河顺手开了一个新程序，按伊雷马实验室数据，同步复现药物预测流程。

别人做的成果，他不敢全盘接收，还是亲自上手验证一下稳妥！

首先是经典的DDIs预测，即药物-药物相互作用，探讨病人短时间服用多种药物后，产生的复合效应。

当初在京海大学实验室，吕承恩讲过中药预测五原则，相反为制、相畏为制、相喜为制、相资为制、相恶为制，也是药物和药物相互作用的原理，只不过现代的DDIs预测深入到分子层面了。

之前宋河看相关论文时，见过基于图卷积神经网络的DDIs预测，以及基于平衡理论的预测。

前者太片面，只考虑邻接矩阵元素。而后者则太绝对，总结起来就是“朋友的朋友是朋友”、“朋友的朋友是敌人”，但实际的药物研发中，关系远比平衡理论要错综复杂。

电脑屏幕上，伊雷马实验室居然两种方法都弃之不用，赫然使用了新方法进行DDIs预测！

宋河研读许久，基本明白了思路……大数据库推导！

伊雷马实验室尝试将海量化合物进行拓展，梳理出亲戚关系，画出一个壮观的树状图，每个枝丫都连接一种相似的化合物。

之后，再通过已经确定的化合物药用特性，大胆猜测未知化合物的药效。

这感觉好比，知道丈夫是生物学家，知道妻子是短跑运动员，于是便猜测这对夫妻将来的孙子能够……一边短跑冲刺一边手拿显微镜观察细菌……

本质上还是瞎猜药物，但在瞎猜中多了一丝丝牵强附会的推理。

“好难！”宋河吐槽。

他在帖子里寻找伊雷马实验室用的大数据库。

找了半天……没找到？

“怪不得呢！原来公布的只是边缘数据，最核心的没公布啊！”宋河摇头失笑。

没办法，他只得尝试自己搜集数据库。

他先在网上寻找，用过相似工作方式的科研团队。

花了许久，总共找到两个。

一个是千度公司合作的研发团队，通过大量食管癌病人的数据，寻找到22个显着突变基因，随后预测关联出可行的药物信息。

一个是MSK癌症中心，开发了一个体细胞突变相关的知识库，收录了大量靶向药。

“都是做癌症的数据库，用不上啊！”宋河挠头。

思前想后

本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！