药物-靶标相互作用,符号网络,链路预测,Logistic回归,随机游走药物-靶标相互作用(DTI)预测在新药物研发中具有重要意义.大多数计算方法将其建模为二元预测问题,忽视了DTI的具体类型.考虑DTI的积极或消极作用,将有利于研究多种药物对共同靶标的综合作用机理.通过构建药物靶标符号网络,将DTI预测问题转化为药物与靶标异构网...
药物靶标关系预测方法、装置、计算机设备及存储介质.pdf,本申请实施例公开了一种药物靶标关系预测方法、装置、计算机设备及存储介质,属于机器学习技术领域。该方法包括:确定目标药物分子以及目标蛋白质;获取目标药物分子对应的目标药物标识以及目标蛋白质对应的目标蛋白
得到样本预测结果,所述样本药物标识用于指示样本药物分子在知识图谱中对应的节点,所述样本蛋白标识用于指示样本蛋白质在所述知识图谱中对应的节点,所述样本结构信息包含药物分子的分子指纹以及蛋白质的描述符,所述样本预测结果为存在相互作用关系的药物靶标作用对;...
基于协同矩阵分解的药物靶标相互作用关系预测的综述报 告 药物靶标相互作用是药物研究领域的重要课题之一,通过预测药物分子与靶标分子的 相互作用,可加速药物的发现及开发。近年来,基于协同矩阵分解(Collaborative Matrix Factorization,CMF)的药物靶标相互作用关系预测方法受到广泛关注,其预测 精度较高,而且具有较好的可解...
基于图卷积神经网络的药物靶标作用关系预测方法摘要药物靶标作用关系是药物研发中至关重要的一环。传统的实验方法需要耗费大量的时间和成本,且受限于技术手段而难以覆盖大规模数据。因此,利用机器学习方法预测药物靶标作用关系已成为一种重要的手段。近年来,图卷积神经网
嗨!thesis博士学位论文基于聚类分析的药物-靶标互作关系预测方法研究STUDYONDRUG-TARGETINTERACTIONPREDICTIONMETHODBASEDONCLUSTERANALYSIS余冬华哈尔滨工业大学019年年10月月
计算机研究与发展Journal of Computer Research and DevelopmentDOI:10;544/issnl000—1239 2019 2018083056(9):1881—1888,2019药物靶标作用关系预测结果评价及查询验证余冬华1 郭茂祖1’2‘3 刘晓燕1 程爽41(哈尔滨工业大学计算机科学与技术学院哈尔滨150001)2(北京建筑大学电气与信息工程学院北京100044)3(建筑大数据...
因此,通过计算机对药物的潜在靶标进行虚拟筛选成预测8。为计算机辅助制药的热点2(目前药物-靶标关系预测存在分析先前研究成果,基于矩阵分解的推荐方法可以充的难点是已知的药物-靶标对有限。对于DTI预测第一类方分利用已知的DTI关系。但是存在矩阵稀疏的问题,并且法是二元分类问题,第二类方法是转化为推荐任务。对于第...
比如在NRWRH方法中,集成药物间的相似性网络,蛋白-蛋白相似性网络和已知药物靶标相互作用网络到一个异构网络,通过重新随机游走方法在这个异构网络中进行药物靶标关系的预测,与传统随机游走方法不一样的是其集成了三个网络,能够从药物到靶标,靶标到药物两个方向进行预测。 另外,还有比较的典型的DBSI,TBSI,NBI这3个...
【 腾讯 浙大申请“药物靶标关系预测方法”专利,涉及机器学习技术】腾讯科技(深圳)有限公司、浙江大学申请“一种药物靶标关系预测方法、装置、计算机设备及存储介质”发明专利日前被公开,涉及机器学习技术领域,申请号CN202110857945.5。天眼查App显示,该专利方法包括