图 ：仅由未知药物组成的连通组件——颜色根据预测的 ATC 代码描 所有药物都被标记为 抗 述不同类型的药物。这些组件中的每一个都将与来自完整网络的邻居一起扩展，以评估 ATC 预测。
以下示例（图 8）显示了其中两个子图。第一张图比较简单，因为四种新发现的 所有药物都被标记为 抗 药物名称仅与一种已知药物（catumaxomab）有联系。 免疫调节 剂，这确实是正确的。第二个部分比较棘手。
有四种新检测到的药物
它们都被预测为 泌尿生殖系统和性激素因为网络中大多数已知药 WhatsApp 号码 物都属于这一 ATC 类（包括巴曲昔芬——它被标为红色，因为它有多个 ATC 类）。然而，它们也与抗肿瘤和免疫调节剂 如 氟维司群 和 托瑞米芬 有联系 。与这两种药物的联系也值得一提，因为这些 如何在 iPhone 上留下 Google 评论？ 新药主要用于治疗乳腺癌。我们可以看到，预测可能是正确的，但了解与影响力较低的 ATC 类别的联系也有助于更好地理解目的。
今天，我们成功训练了一个命名实体识别模型
以检测生物医学文献中的药物名称并预测新发现药物 药物 邮寄线索 名称来创 的用途。我们从 世界卫生组织的一组初始药物名称开始，这些药物名称使用 ATC 分类系统进行注释，因此也提供了有关药物用途的更多信息。基于此列表，我们从 PubMed 中获取文章并创建了文本语料库。然后，StanfordNLP NE 节点帮助训练了一个命名实体识别模型，不仅可以检测已知的药物名称，还可以检测初始数据中没有的一些药物名称。最后，我们建立了一个药物共现网络，根据未知药物的邻域来预测其用途，并展示了如何提取有趣的子图以轻松评估我们的预测。