基于异构网络的标签传播算法预测药物靶点关系

来源 :计算机应用研究 | 被引量 : 3次 | 上传用户:hunan341
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
识别新的药物靶点作用关系是当前药物研究的关键,在网络标签传播算法的基础上,提出了一种融合异构网络信息的药物靶点预测策略。首先计算药物相似性和靶点相似性,并结合已知的药物靶点作用关系构建异构网络。然后充分融合药物化合物和靶蛋白信息,分别在药物相似性和靶点相似性同构网络中轮流执行改进的标签传播算法,在传播过程中通过异构网络接收另一个同构网络的信息。最后通过在四个经典数据集上测试,并与网络方法 BLM-NII、NRWRH算法进行比较,结果表明用该策略可获得较高的ROC和PR曲线面积,具有较高的预测精度。
其他文献
驱虫类药物性脑炎是一种累及中枢神经系统的变态反应性疾病,以咪唑类药物最多见.现将我院1990~2000年收治的23例分析如下:
门诊是病人接受各种无创伤或者有创伤的检查和治疗的场所.因而当病人走进医院就诊,常可出现一些特殊的心理状态、心理需求和心理反映.根据这些心理变化进行相应的健康教育,帮
为了更好地满足临床诊断和治疗的需要,提出了一种在图像融合阶段对测量值进行自适应梯度加权和图像重建时采用CoSaMP重建算法相结合的方法。该算法首先对两幅源图像分块并进行稀疏表示,同时利用观测矩阵进行测量。在测量数据融合阶段引入图像梯度来反映图像本身的边界信息,先计算每幅分块子图像的梯度;然后利用自适应梯度加权的融合规则得到融合的测量数据,并对融合测量数据进行随机压缩采样;最后通过CoSaMP算法对