放射性药物技术机会的动态网络预测与转化应用

摘要

目的:通过链路预测分析探索放射性药物技术前沿，识别潜在技术机会，为研发决策提供科学依据。方法:本研究构建包含4个模块的预测分析框架：基于TF-IDF专利文本挖掘；构建关键词共现网络，分析网络特征和交互趋势；采用基于相似性的链路预测算法，识别潜在技术机会；通过增长速度、技术影响力等指标评估技术机会。结果:1969—2023年专利数据表明，放射性药物领域呈现持续创新态势；网络分析显示技术交互呈现小世界特征，技术交互程度高；链路预测结果识别出多个潜在技术机会，发现药物与Trop2、CD47等靶点具有显著关联潜力。结论:由链路预测算法得出的推荐结果能够为企业合作提供决策与参考，并为科研人员选择研究方向提供参考。

关键词

放射性药物 / 专利数据分析 / 技术生命周期 / 共现网络分析 / 链路预测 / 技术机会发现