首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏刷题笔记

    7-9 人以群分 (25 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/99688626 7-9 人以群分 (25 分) 社交网络中我们给每个人定义了一个“活跃度”

    77920发布于 2019-11-08
  • 来自专栏yuyy.info技术专栏

    【笔记】Operator课程(7-9)

    Indexer缓存k8s资源对象,并提供便捷的方式查询。例如获取某个namespace下的所有资源

    43420编辑于 2023-04-12
  • 来自专栏刷题笔记

    7-9 最长对称子串

    本文链接:https://blog.csdn.net/shiliang97/article/details/96307903 7-9 最长对称子串 对给定的字符串,本题要求你输出最长对称子串的长度。

    78330发布于 2019-11-08
  • 来自专栏后端开发从入门到入魔

    7-9 JAVA-水仙花数

    水仙花数是指一个N位正整数(7≥N≥3),它的每个位上的数字的N次幂之和等于它本身。例如:153=13+53+33。 要求编写程序,计算所有N位水仙花数。

    46310编辑于 2024-03-01
  • 来自专栏刷题笔记

    【未完成】7-9 目录树 (30 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/102727548 7-9 目录树 (30 分) 在ZIP归档文件中,保留着所有压缩文件和目录的相对路径和名称

    75010发布于 2019-11-07
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 7-9 人脸识别与特征脸

    本系列是《玩转机器学习教程》一个整理的视频笔记。本章的最后一个小节介绍PCA在人脸识别领域的一个特殊的应用,也就是所谓的特征脸。本小节会介绍什么是特征脸,并通过可视化的方式直观的感受特征脸。

    1.4K20发布于 2019-11-23
  • 来自专栏yuyy.info技术专栏

    《代码整洁之道》笔记(7-9章节)

    多个条件分支记录错误信息,可以封装进一个方法,在记录异常信息的地方抛出异常,并给出相应信息。在该方法外部捕获,记录异常信息。异常处理和正常业务流程隔离。

    61810编辑于 2022-06-28
  • 来自专栏ReganYue's Blog

    【PTA】7-9 递归实现逆序输出整数 (15point(s))

    本题目要求读入1个正整数n,然后编写递归函数reverse(int n)实现将该正整数逆序输出。

    1.5K10发布于 2021-09-16
  • 来自专栏刷题笔记

    【2020HBU天梯赛训练】7-9 天梯赛座位分配

    7-9 天梯赛座位分配 天梯赛每年有大量参赛队员,要保证同一所学校的所有队员都不能相邻,分配座位就成为一件比较麻烦的事情。

    86710发布于 2020-06-23
  • 来自专栏刷题笔记

    【未完成】7-9 电路布线 (30 分)15分

    本文链接:https://blog.csdn.net/shiliang97/article/details/101473534 7-9 电路布线 (30 分) 在解决电路布线问题时,一种很常用的方法就是在布线区域叠上一个网格

    44920发布于 2019-11-08
  • 来自专栏IT技术圈(CSDN)

    2017年天梯赛大区赛题集 7-9 人以群分

    7-9 人以群分 社交网络中我们给每个人定义了一个“活跃度”,现希望根据这个指标把人群分为两大类,即外向型(outgoing,即活跃度高的)和内向型(introverted,即活跃度低的)。

    42420发布于 2020-09-15
  • 来自专栏数据派THU

    【干货书】深度学习生命科学:药物发现与药物发现

    理想的实践开发人员和科学家准备将他们的技能应用于科学应用,如生物学,遗传学,和药物的发现,这本书介绍了几个深度网络原语。

    39110编辑于 2022-05-12
  • 来自专栏作图丫

    药物优化算法-PriorCD

    该R包将药物功能相似网络和全局网络传播算法相结合,实现了对感兴趣的癌症治疗药物优先级的预测方法。此外,用户可以验证优先排序结果,并可视化得到的药物网络结构。 对这些药物的相关性结果构建网络,节点为药物,边为功能相似显著性,最终这个网络为药物-药物功能相似性网络。 对于每个药物,选取相关系数 ≥ 0.7,FDR ≤ 0.05, 相关系数top 0.05% 的药物,为其显著相似的药物。然后合并基于mRNA和microRNA通路的药物功能相似网络。 评估药物相似性:Drsim 整合NCI-60癌细胞的通路活性与药物活性相结合,评估药物的相似性,构建药物功能相似网络。 Drsim函数用于构造药物相似性的二元邻接矩阵,其中1表示药物之间具有强相似性,0表示药物之间具有弱相似性。

    74642编辑于 2022-03-29
  • 来自专栏Debian中国

    CPU 漏洞补丁对内核性能影响:4.15 比 4.11 快 7-9%

    根据Google+博文显示,最近发布的Linux Kernel 4.15的速度要比4.11快7-9%;在激活内核页表隔离(KPTI)情况下速度仅比4.11慢了1-2%。 ?

    66320发布于 2018-12-21
  • 来自专栏生物信息与临床医学专栏

    高血压药物简介

    ‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍在这一期的内容中,我将和大家简单介绍高血压的常用药物。 1. 常用降压药的机制 在临床实践中,常见的高血压药物主要分为5类: (1) 利尿剂(diuretic):代表药物有氢氯噻嗪(噻嗪类)、呋塞米(袢类)、螺内酯(保钾类)和吲达帕胺(磺胺类)等; (2) 血管紧张素转化酶抑制剂 (angiotensin-converting enzyme inhibitor,ACEI):代表药物有卡托普利、依那普利、贝那普利和雷米普利等(都是以“普利”结尾的); (3) 血管紧张素受体阻滞剂( angiotensin receptor blocker,ARB):代表药物有厄贝沙坦、氯沙坦和缬沙坦等(都是以“沙坦”结尾的); (4) 钙离子通道阻滞剂(calcium channel blocker 高血压用药的总原则 (1) 小剂量:减少不良反应的发生; (2) 选择长效制剂:保证血药浓度稳定,使药物作用稳定持久; (3) 联合应用:联用机制不同的药物,使彼此的疗效相加,副作用相消; (4) 个体化治疗

    58220发布于 2020-08-05
  • 来自专栏DrugOne

    DPDDI:用于药物-药物相互作用的深度预测器

    作者开发了DPDDI模型,在不考虑药物化学和生物特性的情况下,仅使用药物-药物(DDI)网络作为输入,便可预测潜在的DDI,还可用于检测药物副作用、指导联合用药等。 GCN通过获取DDI网络中药物的拓扑关系来学习药物的低维特征表示。DNN预测器将任意两种药物的潜在特征向量串联起来作为对应药物对的特征向量,通过训练模型,来预测潜在的药物-药物相互作用。 用于评估模型的健壮性,包括1934种药物和230,887个已注释的药物-药物相互作用。 CE使用了9个药物相关的数据源,而DPDDI仅使用了已知的药物-药物相互作用数据,如果整合更多的药物相关的数据源(如药物亚结构、药物靶点、药物酶、药物转运体、药物途径、药物适应症、药物副作用和药物副作用等 )去构建药物-药物相似度网络。

    1.9K60发布于 2021-02-02
  • 来自专栏生信技能树

    药物预测之认识表达量矩阵和药物IC50

    如果IC50超级高,比如解决好几百大几千说明这是一个废物药物,约等于没有疗效。 如果IC50超级低,比如无限接近于0,说明这个药物就是传说中的灵丹妙药! 还有另外一个展现方式,就是看针对具体的细胞系来说,那些药物有奇效那些药物是打酱油。 的药物表现,并没有太大的意义。 但是,我们可能是更想看到的是药物名字啦! ,后面的6个是废物药物啦。

    5.8K20发布于 2021-10-12
  • 来自专栏DrugOne

    Bioinformatics | 预测药物-药物相互作用的多模态深度学习框架

    它将不同的药物特征与深度学习相结合,建立了一个预测药物相互作用相关事件的模型。 DDIMDL首先分别利用四种药物特征:化学子结构、靶点、酶和通道,构建基于深度神经网络的子模型,然后采用联合DNN框架组合子模型,学习药物-药物对的跨模态表征,预测药物药物相互作用(DDI, drug–drug 首先,作者使用四种类型的药物特征来计算药物-药物的相似性,并使用它们作为药物的表征。在多层神经网络的基础上,将药物的表示分别输入子模型。 对于task 2和task 3,作者将5-CV用于药物而不是DDI对。作者将药物随机分成五组,其中四组作为训练药物,其余的作为测试药物。 对于task 2,我们在训练药物之间的DDIs上建立预测模型,然后对训练药物和测试药物之间的DDIs进行预测。任务3在训练药物之间的DDIs上建立预测模型,然后对测试药物之间的DDIs进行预测。

    2K80发布于 2021-02-01
  • 来自专栏DrugScience

    2020 年FDA药物总览

    神经类药物(Neurology products )占据第二位,有8种药物获批(占总体15%)。传染病类药物排在第三位,有6种药物获批(占据总体的11%)。 他们的预测表明,2020年新批准药物的平均预期峰值销售额为7亿美元,中位数为4亿美元。这低于平均水平的13亿美元和5亿美元的中位数。 ? 抗体类药物在上升 抗体类药物共有12项被批准。 这种药物曾被誉为GPCR激动剂的典型代表,这种药物激活GPCR的一个子集受体的信号通路。 考虑到这一事实,它可能需要一个较长的时间来衡量一种药物的预期临床效益,在1992年FDA制定了加速审定条例。这些规定允许批准一些治疗严重疾病的药物(这些药物填补了替代终点即可)。 ADC:抗体偶联药物(Antibody-Drug Conjugate,ADC)是采用特定的连接子将抗体和小分子细胞毒药物连接起来,其主要组成成分包括抗体、连接子和小分子细胞毒药物(smallmolecular

    1.4K20发布于 2021-03-04
  • 来自专栏DrugOne

    量子药物发现的未来

    编译 | WJM 自1869 年第一个合成药物水合氯醛被发现以来,制药公司一直在激烈竞争以寻找下一个重磅药物。 介绍 每个人对药物都具有个体差异。基因差异意味着药物分子与我们的身体具有独特的相互作用,从而导致有效性和副作用之间的差异。平均而言,药物开发需要12年时间和超过10亿英镑来开发每种新药。 此外,对于实验室中每确定10到20种药物,只有一种药物会到达患者手中,而其他药物则会在此过程中失败。一旦发现潜在的候选药物,将对其进行开发,以最大限度地提高整个人群的益处并最大限度地减少副作用。 但是,如果计算机可以加快药物发现过程,使药物更有可能有效并产生更少的副作用呢?如果它甚至可以为一个人量身定制药物,以最大限度地提高疗效并最大限度地减少反应,那会怎么样? 当前药物开发的问题 2020 年,FDA 批准了 53 种药物,是过去 20 年中批准药物数量最高的之一。

    77020发布于 2021-10-11
领券