药物-靶标相互作用药物研发算法近年来,随着计算机硬件,软件工具和数据丰度的不断突破,以机器学习为代表的人工智能技术在生物,基础医学和药学等领域的应用不断拓展和融合,极大地推动了这些领域的发展,尤其是药物研发领域的变革.其中,药物-靶标相互作用(drug-target interactions,DTI)的识别是药物研发领域中的重要难题和...
基于机器学习的药物-靶标相互作用预测.docx,药物研发是一项繁复耗时的工程,为了研发出可靠疗效且安全的药物,研究人员需要开展大量的实验验证,消耗许多人力、物力、财力[1]。传统的药物研发遵循——分子靶病的范式,目的是寻找一个能够作用于一种疾病单个靶标蛋白质的药物,这
中国生物工程杂志 China Biotechnology ISSN 1671-8135,CN 11-4816/Q 《中国生物工程杂志》网络首发论文 题目: 基于机器学习的药物-靶标相互作用预测 作者: 刘皓淼,杨志伟,王力卓,周彦章,龙建纲 DOI: 10.13523/j.cb.2111037 收稿日期: 2021-11-18 网络首发日期: 2022-04-05 引用格式: 刘皓淼,杨志伟,王力卓,...
基于机器学习的药物—靶标相互作用预测研究 药物靶标识别是现代新药研发的关键,它在药物毒副作用研究、老药新用以及个体化治疗中都起着十分重要的作用。然而,受到精度、通量和成本的制约,基于生物实验的传统药物... 王磊 - 中国矿业大学 被引量: 0发表: 2019年 基于机器学习的药物-靶标相互作用预测 近年来,随着...
化表示的药物-靶标信息,如何高效客观地抽取出有代表性的特征并且尽可能的减少特征维度,对于提高预测的精度和速度有极大的帮助.因此,本文提出了一种基于机器学习的药物-靶标相互作用特征抽取算法来自动,客观地抽取具有最小化重构误差的高级抽象特征,从而得到药物-靶标数据最优的特征表示,为后续分类模型高精度预测药物-...
因此,作为一种高效而低成本的方法,基于智能计算的药物-靶标相互作用预测对于靶标蛋白确认、靶向性药物开发以及药物-靶标相互作用网络构建都具有十分重要的意义。本文基于药物化合物分子指纹信息和蛋白质氨基酸序列信息,提出了一套药物化合物和蛋白质序列数值化表征、特征信息客观化抽取、药物-靶标相互作用集成化预测的...
伴随机器学习的广泛应用,利用机器学习预测药物-靶标相互作用逐渐成为生物信息学的重要研究领域.本课题基于多信息融合和机器学习预测DTIs,主要内容如下:1.提出基于Deep Stack-DTIs的药物-靶标相互作用预测方法.首先利用伪位置特异性矩阵(Pseudo Position-Specific Scoring Matrix,Pse PSSM),伪氨基酸组成(Pseudo-Amino Acid ...