厦门大学平台管理系统 Fan Lin--Home-- MDSGCN: Predicting Multiple Types of Mutation-Drug Association Through Signed Graph Convolution Network

Fan Lin Associate Professor

林凡，理学博士，现担任厦门大学平潭研究院执行院长、硕/博士生导师、软件工程系副教授、IEEE高级会员；指导的已毕业硕士研究生22人、博士5人。主要研究方向包括：强化学习、推荐算法、生成模型近年来致力于研究生成式模型方法的深层次应用。包括基于生成模型的时间序列预测分析、数字虚拟人、RLHF应用教育、金融交叉领域的研究。主持教育交叉学科国家自然科学基金面上项目、主持国家科技支撑计划、主持科技部中小企业创新基金...Detials

Paper Publications Current position: Home > Scientific Research > Paper Publications

MDSGCN: Predicting Multiple Types of Mutation-Drug Association Through Signed Graph Convolution Network

Release time:2026-10-16 Hits:

Impact Factor:3.408
DOI number:10.1109/tcbbio.2025.3548695
Affiliation of Author(s):厦门大学信息学院
Journal:IEEE Transactions on Computational Biology and Bioinformatics
Abstract:中文概述：提出MDSGCN模型，用有符号图卷积网络预测不同类型的突变—药物关联，结合子图结构与生物学特征，为癌症药物敏感性及耐药关联分析提供计算方法。
Note:正式出版著录：2025-05；未确认具体日，发表时间留空；IF及分区沿用简历，统计年份未提供；通讯作者沿用简历；来源：https://doi.org/10.1109/tcbbio.2025.3548695；核实日期2026-10-16；摘要为据原摘要撰写的中文概述
First Author:Haisong Feng
Correspondence Author:Fan Lin
Co-author:Xiaosong Wang,Fan Lin
Volume:22
Issue:3
Page Number:1072-1085
ISSN No.:2998-4165
Translation or Not:no

Pre One: Cogito: A Cognitive Agentic Framework Driven by Dynamic Graph of Thoughts for Financial Report Generation

Next One: Adaptive Bidirectional State Space Model for High-frequency Portfolio Management