基于特征的深度学习预测化合物-蛋白质相互作用的研究进展

药物研发过程中,化合物-蛋白质相互作用（compound-protein interaction,CPI）预测是发现苗头化合物、药物重定位等研究的关键技术手段。近年来,深度学习被广泛应用于CPI研究,加速了药物发现中CPI预测的发展。本文重点讨论基于特征的 CPI 预测模型,首先,介绍了CPI预测中常见的数据库、化合物和蛋白质的典型特征表示方法。根据建模中的关键问题,从多模态和注意力机制两个方面,对基于特征的CPI预测模型展开论述。在此基础上,选取其中12个模型,在3个经典数据集上评估了模型在分类任务和回归任务中的性能。本文总结当前该领域面临的挑战,对未来的发展方向进行展望,为CPI预测方法进一步研究提供思路。     

Authorware实现视频播放及控制的探讨

本文就课件开发中常见的难题之一,视频播放和控制的问题,给出了Authorware下的4种方案及其优缺点评价,多数方案都突破了视频格式的限制,希望能为广大课件开发者提供一点有益的参考。     

近5年全球在研心血管药物研发热点靶标及趋势分析

对Thomsonpharma检索获得的2008年1月至2012年3月全球在研的3 723个心血管药物进行统计分析,获得了近5年心血管药物研发的热点靶标、上市药物数量最多及上市药物比例最高的靶标、研发中止药物数量最多及研发中止药物比例最高的靶标,对部分心血管药物研发的趋势进行了预测。     

药学类院校开展计算机教育的探讨

药学类院校的计算机教学在药学类本科生教育中处于服务性地位 ,切忌喧宾夺主。本科生计算机教育应强调以学生为主体、以教师为主导的指导思想 ,强调学生掌握学习计算机课程的一般方法 ,努力培养学生分析问题、解决问题的能力和自学能力。     

基于MOOS理念的药学网络学习平台的构建

为充分运用互联网技术培养大学生的创新能力,在对“幕课”MOOC（Masive Open Orlline Comes）网络教学理念的研究基础上,通过对网络学习模式进行更广泛的探索,提出“慕斯”（Mofie Open Onhnesch曲l,即移动在线开放校园,简称MOOS）网络教学新理念,突破单一的课程学习模式,实现网络学习的横向拓展,构建以现代大学生需求为驱动的网络学习生态系统。该文探讨基于MOOS理念构建药学网络学习平台,以期提高药学生的创新思维与能力。     

经腰穿以生理盐水置换血性脑脊液治疗蛛网膜下腔出血18例分析

蛛网膜下腔出血(SAH)是指血液流入蛛网膜下腔的一种临床综合征[1]。是神经系统的常见危重症，常因严重高颅压脑疝形成或合并脑血管痉挛，再次出血及癫痫持续状态而危及生命。本人经腰椎穿刺以生理盐水置换等量血性脑脊液治疗SAH 18例，并与传统疗法对照研究，疗效令人满意，报道如下。 1 资料与方法 1.1 一般资料 全部病例取材于本院近3年收治的SAH病人，其中男11例，女7例，年龄21~71岁，中位年龄46岁。全部病例均表现剧烈头痛，脑膜刺激征(+)，伴呕吐12例，精神异常4例，抽搐3例，腰椎穿刺均引出血性脑脊液，经头颅CT均证实为SAH…     

规范药品编码相关数据库的设计

以面向对象的数据库设计技术为核心，结合程序设计，给出了药品规范编码用的相关数据库的结构以及相应存储过程的实现算法。     

面向新药研发的垂直搜索引擎研究与设计

为提高搜索引擎的主题倾向性和准确率,在开源Nutch搜索引擎基础上搭建面向新药研发的垂直搜索引擎,详细阐述系统体系结构、工作流程和关键技术,包括URL种子确定、暗网抓取、主题相关性判定等方面.     

获取自己理想视频文件的方法探讨

本文给出了获取视频文件的两个环节可选用的多种方案,并予以优缺点分析,供广大同行参考。     

以人工智能为导向的信管专业人才培养方案

构建科学的人才培养方案是保证专业人才培养质量的必要条件。从确定培养目标、改革课程体系、优化师资队伍和改进人才培养模式四个方面,对如何以"人工智能"为导向,制定具有医药行业特色的信管专业人才培养方案进行了系统研究。以中国药科大学信管专业为例,提出一套系统、完整、可实施性的人才培养方案。对人工智能时代兴办具有行业特色的信管专业具有一定借鉴价值。