• 其他栏目

    林凡

    • 副教授 博士生导师 硕士生导师
    • 教师英文名称:Fan Lin
    • 电子邮箱:
    • 入职时间:2000-08-15
    • 所在单位:信息学院
    • 学历:博士研究生毕业
    • 性别:男
    • 学位:理学博士学位
    • 在职信息:在职
    • 毕业院校:厦门大学

    访问量:

    开通时间:..

    最后更新时间:..

    SGCLMD: Signed graph-based contrastive learning model for predicting somatic mutation-drug association
  • 点击次数:

  • 影响因子:6.305

    DOI码:10.1016/j.compbiomed.2025.110067

    所属单位:厦门大学信息学院

    发表刊物:Computers in Biology and Medicine

    关键字:Graph neural network; Multi-view contrastive learning; Signed graph; Somatic mutation-drug association

    摘要:中文概述:提出SGCLMD突变—药物关联预测模型,通过随机扰动构造有符号图的增强视图,并以多视图对比学习获得节点表示,用于区分突变与药物之间的敏感或耐药关联。

    备注:文章编号:110067;日期口径:正式在线发表日;卷期2025-05;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/10.1016/j.compbiomed.2025.110067 https://pubmed.ncbi.nlm.nih.gov/40147185/;核实日期2026-10-16;摘要为据原摘要撰写的中文概述

    第一作者:Xiaosong Wang

    通讯作者:林凡

    合写作者:Haisong Feng, Yilei Zhang,林凡

    卷号:190

    ISSN号:0010-4825

    是否译文:否

    发表时间:2025-03-26