基于回归模型的网络排序算法预测药物靶点关系.pdf

第 卷第 期 年 月 科 学 技 术 与 工 程 生物科学 基于回归模型的网络排序算法 预测药物靶点关系 闫效莺 康磊 西安石油大学计算机学院 西安 西北工业大学自动化学院 西安 摘要 计算方法预测新的药物靶点关系是新药研发的主要途径基于相似药物较容易与相似靶蛋白绑定的假定和标签传 播的框架提出一种基于脊回归模型的网络排序计算方法挖掘潜在的药物靶点作用关系并对四个数据集分别进行 次 预测分析 结果表明与现有网络算法和相比该预测算法能得到较高的曲线面积具有较好的 应用前景 关键词 脊回归 网络排序 异构网络标签传播 药物靶点 中图法分类号 文献标志码 众所周知识别新的药物靶蛋白作用关系是 样本集 药物副作用药物功能重定位等药物相关研究的 基于相似性的预测方法如 等人提出 关键 当前的药物靶蛋白主要集中在四类家族 的改进的二分图局部算法 提出的 中酶蛋白偶联受体离子通道和核受体 然 高斯谱算法等 而目前已知的药物靶点作用关系却非常有限如 基于网络的方法是近来较活跃的预测算 在 化合物数据库中包含了大约 法如文献 提出的基于异构网络随机游走方法 万种化合物却只有不到 种化合物有相关的 和网络推断 算法等 靶蛋白信息其他数据库如 本文组合药物化合物结构 靶点序列和基于已 也只记录 知药物靶点的网络特征分别构建药物和靶点相似 了少量经实验验证的药物靶点作用关系对 因 性网络同时利用相似药物较容易与相似靶蛋白绑 此预测新的潜在药物靶点关系对药物相关研究 定的假定基于药物相似性网络和靶点相似性网络 至关重要 利用少量有标签的数据和大量无标签数据提出一 传统的生物实验方法 成本高且耗 种新的融合药物靶点双聚类结构的基于脊回归模型 时与之相反分子对接模拟和机器学习计算推测 的网络排序一致性非监督预测算法 等方法预测效率较高 然而分子对接 模拟计算方法耗时而且高度依赖于靶蛋白的结 数据来源和方法 构 鉴于此近