评论|2022年10月31日 生物医学和医疗保健中的图表示学习 本视角概述了在生物医学和医疗保健应用中图形深度学习的成功和局限。 Michelle M. Li ,可馨黄 &Marinka Zitnik 生物医学工程, 1卷
研究2022年10月13日|开放获取 基于综合网络的多重计算分析,用于识别与COVID-19神经表现相关的共表达候选基因 Suvojit Hazra ,Alok Ghosh Chaudhuri &Nilkanta Chakrabarti 科学报告 12, 17141年
研究|2022年10月10日 一个全面的sars - cov -2人蛋白相互作用组揭示了COVID-19的病理生物学和潜在的宿主治疗靶点 一个sars - cov -2 -人类交互组网络揭示了潜在的人类药物靶点。 雅迪周 ,刘元 &海原余 自然生物技术, 1 - 12
研究|2022年10月03日 BIONIC:使用卷积的生物网络集成 BIONIC使用深度学习框架对生物网络进行精确和可扩展的集成。 邓肯·福斯特 ,Sheena C. Li &查尔斯·布恩 自然方法 19, 1250 - 1261
新闻和观点|2022年2月24日 地图可以解释复杂的网络可视化 网络为复杂系统提供了强大的可视化表示。制图引入了一套不同的网络布局,用于突出显示和可视化检查网络的选定特征。结果的可视化是可解释的,可以用于探索复杂的数据集,如大规模的生物网络。 自然计算科学 2, 76 - 77