｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,9,14]]，“date time”：“2024-09-14T05:49:51Z”，“timestamp”：1726292991002｝，“reference count”：52，“publisher”：“Springer Science and Business Media LLC”，“issue”：“S1”，“license”：[｛“start”：｛“date parts”：[[2022,1,11]，“date time”：“2022-01-11T00:00:00Z”，“timestamp”：1641859200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0”}，{“start”：{“date-parts”：[[202022,1,11]]，“date-time”：“2022-01-11T00:00:00Z”，“timetamp”：641859200000neneneep，“content-version”：“vor”，“delay-in-days”：“0，”URL“https:\\/creative commons”。org\/licenses\/by\/4.0“}]，“出资人”：[{“DOI”：“10.13039\/100015570”，“name”：“NFSC”，“doi-asserted-by”：“crossref”，“adward”：[“61772394”，“11601431”]，“id”：[{“id”:“10.13029\/10001550”，”id-type“：”doi“，”asserted-by“：”Crosref“}]}，{“doi”：“10.130039\/501100012579”，“name”：“青海省自然科学基金会”，“doci-asserte-by”：“publisher”，：[“2020-ZJ-920”]，“id”：[{“id”：“10.13039\/501100012579”，“id type”：“DOI”，“asserted by”：“publisher”}]}，{“name”：“甘肃省重点研发计划”，“award”：[“21YF5GA063”]}]，“content domain”：{“domain”：[“link.springer.com”]，“crossmark restriction”：false}，“short container title”：[“BMC生物信息学”]，“abstract”：“摘要<\/jats:title>背景<\/jats:title>药物组合能够提高疗效并降低毒性，在许多复杂疾病的治疗中发挥着重要作用。尽管在药物识别方面已经做出了重大努力，但药物组合的识别仍然是一个挑战。目前的算法假设特征选择和药物预测过程独立，这可能会导致不良性能<\/jats:p>结果<\/jats:title>为了解决这个问题，我们开发了一部小说Se<\/jats:italic>mi监督H<\/jats:italic>不均匀网络嵌入算法（称为SeHNE）通过图形嵌入预测药物的组合模式。具体来说，将药物的ATC相似性、药物\u2013target和蛋白质\u2013protein相互作用网络整合起来构建异构网络。然后，SeHNE通过挖掘异构网络的拓扑结构和预测药物组合来联合学习药物特征。SeHNE的一个明显优势是在分类的指导下提取药物的特征，这提高了特征的质量，从而提高了药物预测的性能。实验结果表明，该算法在各种数据上都比现有方法更准确，表明联合学习在药物组合识别中具有广阔的应用前景<\/jats:p>结论所提出的模型和算法为药物组合模式的预测提供了一种有效的策略，这意味着基于图形的药物预测在药物发现方面具有广阔的前景<\/jats:p><\/jats:sec>“，”DOI“：”10.1186\/s12859-022-04567-4“，”type“：”journal-article“，”created“：{”date-parts“：[2022,1,11]]，”date-time“：”2022-01-11T14:03:41Z“，”timestamp“：1641909821000}，”update-policy“：count“：2，”标题“：[”利用异质网络的图嵌入预测药物组合“]，”前缀“：”10.1186“，”卷“：”23“，”作者“：[{”给定“：”费“，”家族“：”宋“，”序列“：”第一“，”从属“：[]}，{”给出“：”石印“，”家庭“：”谭“，“序列”：”附加“，”隶属“：[]}，“给定”：“增发”，“家族”：“窦”，“序列“：“附加”，“从属”：[]}，{“given”：“Xiaogang”，“family”：“Liu”，“sequence”：“additional”，“affiliation”：“[]}，{”given“：”Xiaoke“，”family“：”Ma“，”sequence“：”additional“，”affiliance“：[]}]，“member”：“297”，“published-online”：{“date-parts”：[2022,1,11]]}、“reference”：[{“issue”：“3”，“key”：”4567_CR1“，“doi-asserted-by”：”publisher“first”页面“：”200“，”doi“：”10.1038\/s41573-020-00114-z“，“volume”：“20”，“author”：“AG Atanasov”，“year”：“2020”，“unstructured”：“Atanasof AG，Supuran CT，Zotchev SB，Dirsch VM。药物发现中的天然产物：进展与机遇。《Nat Rev drug Discov.2020；20（3）：200\u201316.”，“journal-title”：“Nat Rev-drug Discov”}，{“issue”：“6”，“key”：《4567_CR2》，“doi-asserted-by”：“publisher”，《首页》：“1”，“doi”：“10.1186\/jbiol81”，“卷”：“7”，“作者”：“Z Spiro”，“年份”：“2008”，“非结构化”：“Spiro Z，Kovacs IA，Csermely P.Drug治疗网络和新药物靶点的预测。《生物学报》2008；7（6）：1\u20135.”，“期刊标题”：“J Biol”}，{“key”：“4567_CR3”，“首页”：“42”，“数量”：“2012”，“作家”：“Benjamin J Keller”，“年度”：“2012.”“，”非结构化“：“Keller Benjamin J，Eichinger Felix，Kretzler Matthias.疾病相似性的形式概念分析.AMIA Summits Transl Sci Proc.2012；2012:42\u201351.”，“期刊标题”：“AMIA Summats Transl Sci Proc”}，{“问题”：“8”，“关键”：“4567_CR4”，“doi-asserted-by”：“出版商”，“首页”：“531”，“doi”：“10.1038\/nrd.2017.111”，“卷”：“16”，“作者”：“JG莫法特”，“年份”：“2017年”，“非结构化”：“Moffat JG，Vincent F，Lee JA，Eder J，Prunotto M.表型药物发现的机遇和挑战：行业视角。《Nat Rev drug Discov.2017》；16（8）：531\u201343.”，“新闻标题”：“Nat Rev.drug Discov”}，{“问题”：“1”，“关键”：“4567_CR5”，“doi-asserted-by”：“出版商”，“首页”：“30”，“doi”：“10.1056\/NEJMoa1412690”，“volume”：“372”，“author”：“C Robert”，“year”：“2015”，“unstructured”：“Robert C，Karaszewska B，Schachter。联合使用达布雷尼和曲美替尼改善黑色素瘤总体生存率。英国医学杂志，2015；372（1）：30\u20139.”，“journal-title”：“英国医学杂志”}，{“issue”：“2”，”key“：”4567_CR6“，”doi-asserted-by“：”publisher“，“首页”：“111”，“DOI”：“10.1038\/nrd2683”，“volume”：“8”，“author”：“J Jia”，“year”：“2009”，“unstructured”：“Jia J，Zhu F，Ma X，Cao Z，Li Y，Chen Y.药物组合的机制：相互作用和网络视角.Nat Rev drug Discov.2009；8出版商“，“首页”：“35”，“DOI”：“10.1001\/jama.1995.03530010049034”，“卷”：“274”，，“作者”：“Leape”，“年份”：“1995”，“非结构化”：“Leape，Lucian L.药物不良事件的系统分析。jama.1995；274（1）：35\u201343.”，“journal-title”：“jama”}，{“key”：“4567_CR8”，“DOI-asserted-by”：“crossref”，“unstructured”：“Businaro R。为什么我们需要有效和仔细的药物警戒。药物警戒杂志。2013.“，”DOI“：”10.4172\/2329-6887.1000e110“}，{”key“：”4567_CR9“，”DOI-asserted-by“：”publisher“，”first page“：“55”，“DOI”：“10.1016\/j.ejps.2017.0228”，“volume”：“102”，“author”：“A Karbownik”，“year”：“2017”，“unstructured”：“Karbownick A，SzaEk E，Soba\u0144ska K，Grabowski T，Wolc A，GrzeKo威克·E。药代动力学药物\u2013厄洛替尼和对乙酰氨基酚之间的药物相互作用：临床实践的潜在风险。欧洲药学杂志。2017;102:55\u201362.“，”journal-title“：”Eur J Pharm Sci“}，{”issue“：”205“，”key“：”4567_CR10“，”doi-asserted-by“：”publisher“，“first page”：”205rv1“，”doi“：”10.1126\/scitranslmed.3006667“，”volume“：“5”，”author“：”X Sun“，”year“：”2013“，”unstructured“：”Sun X，Vilar S，Tatonetti NP.组合药物发现的高通量方法。科学Transl Med.2013；5（205）：205rv1.“，”journal-title“：”Sci-Transl Med“}，{”issue“：”5“，”key“：”4567_CR11“，”doi-asserted-by“：”publisher“，”first page“：“309”，”doi“：”10.1038\/nrd.2016.262“，”volume“：5）：309\u201310.“，”期刊标题“：”Nat Rev Drug Discov“}，｛“issue”：“5”，“key”：“4567_CR12”，“doi asserted by”：“publisher”，“首页”：“1189”，“doi”：“10.1214\/aos\/1013203451”，“volume”：“29”，“author”：“J Friedman”，“year”：“2001”，“nonstructured”：“Friedman J.Greedy函数近似：一种梯度增强机器。Ann Stat.2001；29（5）：1189\u2013232.”，“期刊标题”：“Ann Stat“}，{”issue“：”11“，”key“：”4567_CR13“，”doi-asserted-by“：”publisher“，”first page“：“1050”，“doi”：“10.1038\/nbt.1581”，“volume”：“27”，“author”：“H Veith”，“year”：“2009”，“unstructured”：“Veith H，Southall N，Huang R.跨化学库细胞色素p450同工酶选择性的综合表征。国家生物技术。2009；27（11）：1050\u20135.“，”journal-title“：”Nat Biotechol“}，{”issue“：”2“，”key“：”4567_CR14“，”doi-asserted-by“：”publisher“，”first page“：“298”，”doi“：”10.1038\/sj.clpt.6100054“，“volume”：“81”，“author”：“S Huang”，“year”：“2007”，“unstructured”：“Huang S，Temple R，华盛顿特区Throckmorton。药物相互作用研究：研究设计、数据分析以及对剂量和标签的影响。临床药物治疗。2007;81（2）：298\u2013304。“，”journal-title“：”Clin Pharmacol Ther“}，{”issue“：”3“，”key“：”4567_CR15“，”doi-asserted-by“：”publisher“，”first-page“：”621“，”doi“：”10.1124\/pr.58.10“，“volume”：“58”，“author”：“T-C Chou”，“year”：“2006”，“unstructured”：“Chou T-C。药物联合研究中增效和拮抗作用的理论基础、实验设计和计算机模拟。2006年药理学修订版；58（3）：621\u201381.”，“期刊标题”：“药理学评论”}，{“关键词”：“4567_CR16”，“doi-asserted-by”：“出版商”，“首页”：“8518945”，“doi”：“10.1155\/2016\/8518945”，《卷》：“2016年”，“作者”：“X李”，“年份”：“2016”，“非结构化”：“李X，秦G，杨Q，陈L，卢X。基于生物分子网络的协同药物组合发现。BioMed Res Int.2016；2016:8518945.“，”journal-title“：”BioMed Res Int“}，{”issue“：”1“，”key“：”4567_CR17“，”doi-asserted-by“：”publisher“，”first page“：“1”，”doi“：”10.1186\/s13321-0055-9“，“volume”：“7”，“author”：“KA Ryall”，“year”：“2015”，“unstructured”：“Ryall KA，Tan A。推进有效药物组合发现的系统生物学方法。化学信息学杂志。2015;7（1）：1\u201315.“，”journal-title“：《化学信息学》}，{“issue”：“9”，“key”：“4567_CR18”，“doi-asserted-by”：“publisher”，“first page”：”458“，”doi“：”10.1038\/nchembio817“，”volume“：”2“，”author“：”J Fitzgerald“，”year“2006”，“unstructured”：“Fitzgerald J，Schoeberl B，Nielsen U，Sorger P。寻求临床疗效的系统生物学和联合治疗。自然化学生物。2006;2（9）：458\u201366.“，”journal-title“：”Nat Chem Biol“}，{”key“：”4567_CR19“，”doi-asserted-by“：”publisher“，”first page“：“1”，”doi“：”10.1016\/j.jtbi.2017.01.019“，“volume”：“417”，“author”：“X Qian”，“year”：“2017”，“unstructured”：“钱X，熊Y，戴H，库马里KM，魏德清。PDC-SGB：使用随机梯度推进算法预测有效药物组合。《理论生物学杂志》。2017;417:1\u20137.”，“期刊标题”：“J Theor Biol”}，｛“key”：“4567_CR20”，“doi断言者”：“出版商”，“首页”：“196858”，“doi”：“10.1155\/2014\/196858”，“卷”：“2014”，“作者”：“Y Sun”，“年份”：“2014”，“非结构化”：“Sun Y，Yi X，Xu Q，Wei D.一种基于hadoop的方法来预测潜在的有效药物组合。Biomed Res Int.2014；2014:196858.”，“journal-title“：”Biomed Res Int“}，{”issue“：”e2“，”key“：”4567_CR21“，”doi-asserted-by“：”publisher“，”first-pages“：”e278“，”doi“：”10.1136\/amiajnl-2013-002512“，”volume“：“21”，”author“：”F Cheng“，”year“2014”，”unstructured“：”Cheng F，Zhao。通过整合药物表型、治疗、化学和基因组特性，基于机器学习的药物-药物相互作用预测。美国医学通报协会2014年；21（e2）：e278\u201386.“，”journal-title“：”J Am Med Inform Assoc“}，{”key“：”4567_CR22“，”doi-asserted-by“：”publisher“，”首页“：”77“，”doi“：”10.1016\/J.meth.2020.09.002“，”volume“：“192”，“author”：“J Peng”，“year”：“2021”，“unstructured”：“Peng J，Guan J，Hui W，Shang X。一种新的子网络表示学习方法，用于揭示疾病\u2013-disease关系。方法。2021;192:77\u201384.“，”journal-title“：”Methods“}，{”issue“：”2“，”key“：”4567_CR23“，”doi-asserted-by“：”publisher“，”first page“：“2096”，”doi“：”10.1093\/bib\/bbaa036“，”volume“：。使用深度神经网络集成多网络拓扑用于基因功能预测。简要生物信息。2020;22（2）：2096\u2013105.“，”journal-title“：”Brief Bioninform“}，{”issue“：”1“，”key“：”4567_CR24“，”doi-asserted-by“：”publisher“，”first-page“：”645“，”doi“：”10.1186\/s12859-019-3288-1“，”volume“：“20”，”author“：”H Liu“，”year“：”2019“，”unstructured“：”Liu H，Zhang W，Nie L，Ding X，Zou L。基于从药物蛋白异质网络提取的特征，使用梯度树增强预测有效药物组合。BMC Bioninform。2019;20（1）：645.“，”journal-title“：”BMC Bioninform“}，{”issue“：”1“，”key“：”4567_CR25“，”doi-asserted-by“：”publisher“，”first page“：“1”，”doi“：”10.1038\/s41598-019-50121-3“，”volume“：2019年；9（1）：1\u201311.“，”journal-title“：”Sci Rep“}，{”key“：”4567_CR26“，”doi-asserted-by“：”publisher“，”first page“：“1000”，”doi“：”10.3389\/fgene.2020.01000“，”volume“：11”，“author”：“J Li”，“year”：“2020”，“unstructured”：“Li J，Tong X，Zhu L，Zhang H.药物组合预测的机器学习方法。Front Genet.2020；11:1000.”，“journal-title”：“Front Genet“}”，{“key”：“4567_CR27”，“doi-asserted-by”：“publisher”，“first page”：：“1”，“doi”：“10.1186\/1752-0509-5-S1-S1-S10”，“volume”：”5“，“author”：“S Li”，”year“：”2011“，”unstructured“：”Li S，Zhang B，Zhang-N。筛选中药应用协同药物组合的网络目标。BMC系统生物学。2011；5:1\u201313。“，”journal-title“：“BMC Syst Biol”}，{“issue”：“7”，“key”：“4567_CR28”，“doi-asserted-by”：“publisher”，“first page”：”e1004975“，“doi”：“10.1371 \/journal.pcbi.1004975”，“volume”：第12页，“author”：“X Chen”，“year”：“2016”，“unstructured”：“Chen X，Ren B，Ming C，Wang Q，Yan G.NLLSS：基于半监督学习的协同药物组合预测。PLoS Compute Biol.2016；12（7）：e1004975.“，”journal-title“：”PLoS Compute Biol“}，{”key“：”4567_CR29“，”doi-asserted-by“：”publisher“，”first page“：“90”，”doi“：”10.1016\/j.jbi.2018.11.005“，“volume”：“88”，“author”：“W Zhang”，“year”：“2018”，“unstructured”：“Zhang W，Chen Y，Li D，Yue X.”。用于药物\u2013药物相互作用预测的流形正则化矩阵分解。J生物识别信息。2018;88:90\u20137.“，”journal-title“：”J Biomed Inform“}，{”issue“：”3“，”key“：”4567_CR30“，”doi-asserted-by“：”publisher“，”first-page“：”1336“，”doi“：”10.1109\/JBHI.2018.2852274“，”volume“：“23”，”author“：”P Ding“，”year“：”2019“，”unstructured“：”丁鹏，尹锐，罗杰，Keong KC。结合生物、化学、药理学和网络知识的协同药物组合集成预测。IEEE J生物健康信息。2019;23（3）：1336\u201345.“，“journal-title”：“IEEE J Biomed Health Inform”}，{“key”：“4567_CR31”，“doi-asserted-by”：“crossref”，“unstructured”：“Tang J，Qu M，Mei Q.Pte：通过大规模异构文本网络嵌入预测性文本。摘自：第21届ACM SIGKDD知识发现和数据挖掘国际会议论文集。2015。p.65\u20131174.”，“DOI”：“10.1145\/2783258.2783307”}，｛“key”：“4567_CR32”，“DOI断言者”：“crossref”，“非结构化”：“Xu L，Wei X，Cao J，Yu Philip\u00a0S。嵌入嵌入（eoe）：耦合异构网络的联合嵌入。在：2017年第十届ACM网络搜索和数据挖掘国际会议论文集。p.741\u2013749.“，”DOI“：”10.1145 \/3018661.3018723“}，{”key“：”4567_CR33“，”DOI-asserted-by“：”crossref“，”unstructured“：”Chen T，Sun Y.任务引导和路径增强的异构网络嵌入，用于作者识别。摘自：第十届ACM网络搜索和数据挖掘国际会议论文集。2017。p.295\u2013304。“，”DOI“：”10.1145\/3018661.3018735“}，{“key”：“4567_CR34”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chen H，Yin H，Wang W，Wang H，Nguyen H，Li X.”。PME：用于链路预测的异构网络上的投影度量嵌入。收录：第24届ACM SIGKDD知识发现和数据挖掘国际会议论文集。2018.p.1177\u20131186.“，”DOI“：”10.1145\/3219819.3219986“}，{”key“：”4567_CR35“，”DOI-asserted-by“：”crossref“，”unstructured“：”Dong Y，Chawla N，Swami A.Metapath2vec：异构网络的可扩展表示学习。摘自：第23届ACM SIGKDD知识发现和数据挖掘国际会议论文集；2017年。p.135\u2013144.“，“DOI”：“10.1145\/3097983.3098036”}，{“issue”：“4”，“key”：“4567_CR36”，“DOI-asserted-by”：“crossref”，“first-page”：“1241”，“DOI:”10.1093\/生物信息学\/btz718“，”volume“：”36“，”author“：”X Yue“，”year“2020”，“unstructured”：“Yue X，Wang Z，Huang J，Parthasarathy S，Moosavinasab S。生物医学网络上的图形嵌入：方法、应用和评估。生物信息学。2020;36（4）：1241\u201351.“，“journal-title”：“生物信息学”}，{“key”：“4567_CR37”，“doi-asserted-by”：“crossref”，“unstructured”：“Wang X，Gong X，Yi J，Zhang W.使用图嵌入从异质网络预测基因疾病关联。In:2019 IEEE生物信息学和生物医学国际会议（BIBM）；2019。p.504\u2013511.“，”DOI“：”10.1109\/BIBM47256.2019.8983134“}，{”key“：”4567_CR38“，”DOI-asserted-by“：”crossref“，”unstructured“：”Wang H，Zhang F，Hou M，Xie X，Guo M，Liu Q.Shine：签署异构信息网络嵌入用于情感链接预测。In:第十一届ACM网络搜索和数据挖掘国际会议论文集；2018p.592\u2013600。“，”DOI“：”10.1145\/3159652.3159666“}，{“key”：“4567_CR39”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chang Q，Han W，Tang J，Qi G，Aggarwal C，Huang T.通过深度架构进行异构网络嵌入。摘自：第21届ACM SIGKDD知识发现和数据挖掘国际会议论文集；2015年。p.119\u2013128.“，”DOI“：”10.1145\/2783258.2783296“}，{“key”：“4567_CR40”，“unstructured”：“Platt John\u00a0C。序列最小优化：训练支持向量机的快速算法。Microsoft Research Technical Report（MSR-TR-98-14）；1998。”}，“key“：”4567_CR41“，”first page“：“199”，“volume”：”2“，”author“：”L Breiman“，”year“：”2001“，”非结构化”：“Breiman L，Breiman Leo，Cutler Raymond\u00a0A。随机森林机器学习。临床微生物学杂志。2001;2:199\u2013228.“，”journal-title“：”J Clin Microbiol“}，{”issue“：”1“，”key“：”4567_CR42“，”doi-asserted-by“：”publisher“，”first page“：“119”，”doi“：”10.1006\/jcss.1997.1504“，”volume“：。在线学习的决策理论推广及其在助推中的应用。计算机系统科学杂志。1997;55（1）：119\u201339.“，”journal-title“：”J Compute Syst Sci“}，{”key“：”4567_CR43“，”first page“：“993”，“volume”：“3”，”author“：”D Blei“，”year“：”2003“，”unstructured“：”Blei D，Ng A，Jordan M.Latent Dirichlet allocation。J Mach Learn Res.2003；3:993\u20131022.“key“：”4567_CR44“，”doi-asserted-by“：”publisher“，”first page“：”788“，”DOI“：”10.1038\/44565“，”volume“：“401”，”author“：”DD Lee“，”year“：”1999“，”unstructured“：”Lee DD，Seung HS。通过非负矩阵分解学习对象的各个部分。自然。1999;401（6755）：788\u201391.”，“journal-title”：“Nature”}，{“key”：“4567_CR45”，“doi-asserted-by”：“crossref”，“unstructured”：“Kuang D，Ding C，Park H.图聚类的对称非负矩阵因式分解。In:2012 SIAM国际数据挖掘会议论文集（SDM）；2012。p.106\u2013117.“，“DOI”：“10.1137\/1.9781611972825.10”}，{“key”：“4567_CR46”，“DOI-asserted-by”：“crossref”，“unstructured”：“Cai D，He X，Wu X，Han J.流形上的非负矩阵因式分解。2008年IEEE第八届数据挖掘国际会议；2008年。p.63\u201372.“，”DOI“：”10.1109\/ICDM.2008.57“}，{“问题”：“6”，“关键”：“4567_CR47”，“首页”：“585”，“卷”：“14”，“作者”：“M Belkin”，“年份”：“2001”，“非结构化”：“BelkinM，Niyogi p.Laplacian特征映射和嵌入和聚类的光谱技术。Advv Neural Inf Process Syst.2001；14（6）：585\u201391.”，“日志标题”：“Adv Neural Inf Process Syst“}，{”key“：”4567_CR48“，”first page“：“5154”，“volume”：“31”，“author”：“Z Zhu”，“year”：“2018”，“unstructured”：“Zhu Z，Li X，Liu K，Li Q.快速对称非负矩阵因式分解的下降对称性。Adv Neural Inf Process Systems.2018；31:5154\u201364.”，“journal title”：“Adv Neral Inf ProcessSyst”}，}“issue”：“D1”，”key：“”4567_CR49“，“首页”：“D871”，“卷”：“48”，“作者”：“L Deng”，“年份”：“2020”，“非结构化”：“Deng L，Zou B，Zhang W，Liu H.DrugCombDB：面向网络医学和联合治疗的药物组合综合数据库。核酸研究2020；48（D1）：D871\u201381.“，”journal-title“：”Nucleic Acids Res“}，{“issue”：“1”，“key”：“4567_CR50”，“doi-asserted-by”：“publisher”，“first page”：”1“，”doi“：”10.1038\/s41467-019-09692-y“，”volume“10”，“author”：“F Cheng”，“year”：“2019”，“unstructured”：“Cheng F，Kov\u00e1cs I，Barab\u00e1si A.基于网络药物组合预测。《国家通讯》2019；10（1）：1\u201311.“，”journal-title“：”Nat Commun“}，{”issue“：”8“，”key“：”4567_CR51“，”doi-asserted-by“：”publisher“，”first-page“：”861“，”doi“：”10.1016\/j.patrec.2005.100“，”volume“：861\u201374.“，”新闻标题“：”Pattern Recognit Lett“}”，{“issue”：“9”，“key”：“4567_CR52”，“doi-asserted-by”：“publisher”，“first-pages”：“2147”，“doi”：“10.1038\/nprot.2014.151”，“volume”：”9“，“author”：“S Vilar”，“year”：“2014”，“unstructured”：“Vilar S，Uriarte E，Santana L，Lorberbaum T，Hripcsak G，Friedman C，Tatonetti NP。药物\u2013药物相互作用大规模预测中基于相似性的建模。国家协议。2014;9（9）：2147\u201363.“，”journal-title“：”Nat Protoc“}]，”container-title”：[“BMC生物信息学”]，”original-title:[]，”language“：”en“，”link“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10.1186\/s12859-022-04567-4.pdf“，”content-type“：”application\/pdf“、”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/link.springer.com/article\/10.1186\/s12859-022-04567-4\/fulltext.html“，“内容类型”：“文本\/html”，“内容版本”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\//link.springer\com/content\/pdf\/10.1186 \/s12859-022-02467-4.pdf”，“content-type”：“application\/pdf”、“content-version”：“vor”、“intended-applications”“：”相似性检查“}”，“存放”：{“日期-部分”：[[2023,11,15]]，“日期-时间”：“2023-11-15T17:37:52Z”，“时间戳”：1700069872000}，“分数”：1，“资源”：{“主要”:{“URL”：“https:\/\/bmcbioinformations.biomedcentral.com\/articles\/10.1186\/s12859-022-02467-4”}}}，”副标题“：[]，”短标题“：[]，”发布“：{”日期-部分“：[[2022,1,11]]}，“引用计数”：52，“新闻发布“：{”问题“：“S1”，“published-on-line”：{“date-parts”：[2022,1]}}，“alternative-id”：[“4567”]，“URL”：“http://\/dx.doi.org\/10.1186\/s12859-022-04567-4”，“relation”：{}，”ISSN“：[”1471-2105“]，”ISSN-type“：[{”value“1471-2100”，“type”：“electronic”}]，“subject”：[]，“publish”：{“日期部分”：[[2022,1,11]]}，“断言”：[{“值”：“2021年12月16日”，“order“：1，”name“：”received“，”label“：”received“，“group”：{“name”：“Article History”，“label”：“文章历史”}}，{“value”：“2022年1月3日”，“order”：2，“name”:“accepted”，“table”：“accepted组“：{”名称“：”ArticleHistory“，”label“：”Article-History“}}，{”order“：1，”name“：”Ethics“，”group“：”EthicsHeading“，”table“：”Declarations“}}，”value“：“本研究不需要伦理批准。”，“order”：2，”name”：“Ethics”，”groups“：”{“name”：伦理学“，”group“：{”name“：”EthicsHeading“，”label“：”出版许可“}}，”value“：”作者声明他们没有竞争性利益。“，”order“：4，”name“，”Ethics“，”group“：”{“name”：“EthicsHeading”，“label”：“竞争性利益”}}]，”文章编号“：”34“}}}