首页
热心肠日报
文献库
产业库
榜单
关于日报
《肠·道》演讲
往期精彩
《肠·道》2024
《肠·道》2023
《肠·道》2022
《肠·道》2021
《肠·道》2020
《肠·道》2019
《肠·道》2018
《肠·道》2017
关于《肠·道》
肠道大会
热心肠大会
热心肠智库
智库专家
专家动态
智库新闻
关于智库
奖学金
年度人物奖
更多
HOPE
会议信息
科学与艺术
学术专刊
R·AI
周刊
热心肠先生
研究院动态
关于我们
搜索
登录
关闭
手机邮箱登录
扫码登录
微信扫描二维码快捷登录
验证成功,将在
3
秒钟后跳转
已超时,请
重试
关闭
二维码登录
手机登录
邮箱登录
+86
+1
+852
+886
+81
+65
+61
+44
获取验证码
登录 / 注册
关闭
二维码登录
手机登录
邮箱登录
获取验证码
登录 / 注册
药物结构
文章数:1篇
机器学习
Nature子刊:数据驱动法或可用于预测药物对人类微生物组的影响?
先前多项研究发现药物会对肠道细菌产生负面影响,耗尽有益物种并造成不良反应,为了指导个性化药物治疗,需全面了解各种药物对肠道微生物组的影响。近日,特拉维夫大学研究人员及团队在Nature Communications发表最新研究,开发了一种数据驱动的方法,用于预测药物对人类微生物组的影响。系统地绘制了药物与人类肠道细菌间的大量相互作用,并证明药物的抗菌特性与其不良反应密切相关,值得关注。
机器学习
菌群药物互作
研究论文
基础研究
药物结构