This paper describes database appli

This paper describes database application model and its service for drug discovery introducing our proposed software development process in MDA into our research process. The issue of veracity can be solved when pinpoint data are selected from drug properties in big data analytics with domain model. The datasets of pinpoint data are designed to predict side effect and its incidence even if some of pinpoint data are missing. The proposed prediction model of side effect and its incidence can attain almost 100 % accuracy in its performance. In addition to our first research goal of side effect prediction in drug discovery, we can discover 2 new services for drug discovery by new uses for old drugs in logical system model with big data analytics. The veracity can be strengthened based on the number of disease gene directly interacted to chemicals (drugs) and the number of the disease gene and SNPs contributing to human disease. So far, it can be concluded that the reputation of data modeling with data analytics and implementation can strengthen the “veracity” of big data.

ผลลัพธ์ (ไทย) 1:

เอกสารนี้อธิบายถึงแบบจำลองฐานข้อมูลโปรแกรมประยุกต์และของบริการสำหรับการค้นพบยาที่แนะนำกระบวนการพัฒนาซอฟต์แวร์นำเสนอของเราเตอร์ MDA ในกระบวนการวิจัยของเรา สามารถแก้ไขปัญหาของจริงเมื่อมีเลือกข้อมูลที่แม่นยำจากคุณสมบัติของยาในการวิเคราะห์ข้อมูลด้วยรูปแบบโดเมน ชุดข้อมูลข้อมูลแม่นยำออกแบบมาทำนายผลข้างเคียงและอุบัติการณ์ของแม้แน่นอนข้อมูลบางอย่างจะหายไป แบบคาดการณ์เสนอผลข้างเคียงและเกิดการสามารถบรรลุเกือบ 100% แม่นยำในผลการดำเนินงาน นอกจากเราวิจัยเป้าหมายแรกของการคาดการณ์ผลข้างเคียงในการค้นพบยาเสพติด เราสามารถค้นพบ 2 บริการใหม่สำหรับการค้นพบยาเสพติด โดยใช้ใหม่สำหรับยาเก่าในรูปแบบระบบตรรกะกับข้อมูลวิเคราะห์ ถูกต้องสามารถทำให้แข็งแรงตามจำนวนของโรค ยีนโดยตรงติดต่อกับสารเคมี (ยา) และจำนวนของยีนโรค SNPs ที่เอื้อต่อการเป็นโรคมนุษย์ เพื่อห่างไกล มันสามารถจะสรุปว่า ชื่อเสียงของข้อมูลวิเคราะห์ข้อมูลและการใช้งานการสร้างโมเดลสามารถเสริม "ถูกต้อง" ของข้อมูลขนาดใหญ่

ผลลัพธ์ (ไทย) 2:

กระดาษนี้จะอธิบายรูปแบบการประยุกต์ใช้ฐานข้อมูลและการบริการสำหรับการค้นพบยาเสพติดการแนะนำขั้นตอนการพัฒนาของเราที่นำเสนอซอฟแวร์ในภาคตะวันออกเฉียงเหนือเข้าสู่กระบวนการการวิจัยของเรา ปัญหาของความจริงจะสามารถแก้ไขได้เมื่อข้อมูลที่ระบุได้รับการคัดเลือกจากคุณสมบัติยาเสพติดในการวิเคราะห์ข้อมูลขนาดใหญ่ที่มีรูปแบบโดเมน ชุดข้อมูลของข้อมูลที่ระบุได้รับการออกแบบที่จะคาดการณ์ผลข้างเคียงและอุบัติการณ์แม้ว่าบางส่วนของข้อมูลที่ระบุจะหายไป แบบจำลองการคาดการณ์ที่นำเสนอผลข้างเคียงและอุบัติการณ์ของมันสามารถที่จะบรรลุความถูกต้องเกือบ 100% ในการปฏิบัติงานของ นอกจากนี้เพื่อให้บรรลุเป้าหมายการวิจัยของเราเป็นครั้งแรกของการทำนายผลข้างเคียงในการค้นพบยาเสพติดเราสามารถค้นพบ 2 บริการใหม่สำหรับการค้นพบยาเสพติดโดยการใช้งานใหม่สำหรับยาเสพติดเดิมในรูปแบบระบบตรรกะด้วยการวิเคราะห์ข้อมูลขนาดใหญ่ ความจริงสามารถจะมีความเข้มแข็งขึ้นอยู่กับจำนวนของยีนโรคมีความสัมพันธ์โดยตรงกับสารเคมี (ยาเสพติด) และจำนวนของยีนโรคและ SNPs ที่เอื้อต่อการเกิดโรคของมนุษย์ จนถึงขณะนี้ก็สามารถสรุปได้ว่าชื่อเสียงของการสร้างแบบจำลองข้อมูลที่มีการวิเคราะห์ข้อมูลและการดำเนินงานสามารถเสริมสร้าง "ความจริง" ของข้อมูลขนาดใหญ่

ผลลัพธ์ (ไทย) 3:

กระดาษนี้จะอธิบายรูปแบบการใช้ฐานข้อมูลและบริการสำหรับการค้นพบยาเสพติดแนะนำของเราเสนอกระบวนการพัฒนาซอฟต์แวร์ ( ในกระบวนการวิจัยของเรา เป็นเรื่องของความเป็นจริงสามารถแก้ไขได้เมื่อข้อมูลที่ระบุจะถูกเลือกจากคุณสมบัติของยาในใหญ่ข้อมูลวิเคราะห์ด้วยรูปแบบโดเมน ข้อมูล ข้อมูลที่ระบุจะถูกออกแบบมาเพื่อทำนายผลกระทบด้าน และการเกิดของมัน แม้ว่าบางข้อมูลระบุ จะหายไป การนำเสนอแบบจำลองการทำนายอุบัติการณ์ของผลข้างเคียงและสามารถบรรลุความแม่นยำเกือบ 100% ในประสิทธิภาพของมัน นอกจากเป้าหมายการวิจัยครั้งแรกของผลข้างเคียงในการทำนายการค้นพบยาของเราที่เราได้ค้นพบ 2 บริการใหม่สำหรับการค้นพบยาใหม่ โดยการใช้ยารูปแบบเก่าในระบบตรรกะกับการวิเคราะห์ข้อมูลใหญ่ ความจริงสามารถมีความเข้มแข็ง บนพื้นฐานของจำนวนยีนโรคโดยตรงติดต่อกับสารเคมี ( ยา ) และจำนวนของโรค ยีน และ snps เกิดโรคของมนุษย์ สรุปได้ว่าชื่อเสียงของแบบจำลองข้อมูลด้วยการวิเคราะห์ข้อมูลและการดำเนินงานสามารถเสริมสร้าง " คำพูด " ของข้อมูลใหญ่