Till sidans topp

Sidansvarig: Webbredaktion
Sidan uppdaterades: 2012-09-11 15:12

Tipsa en vän
Utskriftsversion

SmartGraph: a network pha… - Göteborgs universitet Till startsida
Webbkarta
Till innehåll Läs mer om hur kakor används på gu.se

SmartGraph: a network pharmacology investigation platform

Artikel i vetenskaplig tidskrift
Författare G. Zahoranszky-Kohalmi
T. Sheils
Tudor I Oprea
Publicerad i Journal of Cheminformatics
Volym 12
Nummer/häfte 1
ISSN 1758-2946
Publiceringsår 2020
Publicerad vid Institutionen för medicin, avdelningen för reumatologi och inflammationsforskning
Språk en
Länkar dx.doi.org/10.1186/s13321-020-0409-...
Ämnesord Network pharmacology, Pathway analysis, Target deconvolution, Network, perturbation, Protein-protein interactions (PPIs), Bioactivity, prediction, Potent chemical pattern, Scaffold, neo4j, Network, visualization, drugs, Chemistry, Computer Science
Ämneskategorier Data- och informationsvetenskap, Farmakologi

Sammanfattning

Motivation Drug discovery investigations need to incorporate network pharmacology concepts while navigating the complex landscape of drug-target and target-target interactions. This task requires solutions that integrate high-quality biomedical data, combined with analytic and predictive workflows as well as efficient visualization. SmartGraph is an innovative platform that utilizes state-of-the-art technologies such as a Neo4j graph-database, Angular web framework, RxJS asynchronous event library and D3 visualization to accomplish these goals. Results The SmartGraph framework integrates high quality bioactivity data and biological pathway information resulting in a knowledgebase comprised of 420,526 unique compound-target interactions defined between 271,098 unique compounds and 2018 targets. SmartGraph then performs bioactivity predictions based on the 63,783 Bemis-Murcko scaffolds extracted from these compounds. Through several use-cases, we illustrate the use of SmartGraph to generate hypotheses for elucidating mechanism-of-action, drug-repurposing and off-target prediction. Availability: https://smartgraph.ncats.io/. .

Sidansvarig: Webbredaktion|Sidan uppdaterades: 2012-09-11
Dela:

På Göteborgs universitet använder vi kakor (cookies) för att webbplatsen ska fungera på ett bra sätt för dig. Genom att surfa vidare godkänner du att vi använder kakor.  Vad är kakor?