基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
生物信息学作为一门综合计算机科学、信息技术和数学理论开发新的算法和统计方法的学科,对生物实验数据进行分析从而确定数据中所隐含的生物学意义,并开发新的数据分析工具以实现对各种信息的获取和管理的交叉学科.其主要优势在于以低成本和高通量的方式对大量生物学和医学数据进行管理和分析,侧重于从中进一步挖掘与药物疗效、作用机制和副作用等相关的有价值的信息,为药物研究提供参考和指导.基于低通量药理或毒理学实验的传统新药研发流程具有周期长、成本高和失败率高的局限性.结合其成功运用药物生物信息学进行新药研发和旧药新用的经验,本综述介绍了药物生物信息学在新药研发中的新进展,表明在我国建设药物生物信息学平台的重要性和必要性.
推荐文章
机器学习与生物信息学
机器学习
生物信息学
学习方法
人工智能
生物信息学应用于代谢物组学研究的进展
系统生物学
代谢物组学
生物信息学
模式识别
无监督
有监督
生物信息学推荐系统的设计与实现
推荐系统
生物信息学
生物信息学中的特征选择
计算生物学
智能计算
数据挖掘
进化计算
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 生物信息学在药物研究和开发中的应用
来源期刊 中国药理学与毒理学杂志 学科 医学
关键词 新药 生物信息学 药物不良反应
年,卷(期) 2014,(1) 所属期刊栏目 综述
研究方向 页码范围 118-125
页数 8页 分类号 R318.04
字数 7093字 语种 中文
DOI 10.3867/j.issn.1000-3002.2014.01.018
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (21)
参考文献  (45)
节点文献
引证文献  (18)
同被引文献  (41)
二级引证文献  (14)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(4)
  • 参考文献(3)
  • 二级参考文献(1)
2008(7)
  • 参考文献(2)
  • 二级参考文献(5)
2009(9)
  • 参考文献(4)
  • 二级参考文献(5)
2010(13)
  • 参考文献(5)
  • 二级参考文献(8)
2011(25)
  • 参考文献(16)
  • 二级参考文献(9)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(5)
  • 引证文献(4)
  • 二级引证文献(1)
2017(7)
  • 引证文献(5)
  • 二级引证文献(2)
2018(6)
  • 引证文献(3)
  • 二级引证文献(3)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
新药
生物信息学
药物不良反应
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国药理学与毒理学杂志
月刊
1000-3002
11-1155/R
大16开
北京太平路27号
82-140
1986
chi
出版文献量(篇)
2901
总下载数(次)
9
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导