一种多信息融合的药物-靶标关联预测算法

摘要：

在药物结构相似性和靶标序列相似性的基础上,结合药物-靶标相互作用网络信息,考虑分类器和数据集合分布的复杂性,提出一种半监督学习算法预测药物与靶标之间的关联.实验结果表明,该算法的预测性能较DBSI,KBMF2K等算法有所提高.对其预测到的药物-靶标相互作用数据进行打分并排序,从中提取前30％的数据,其中有部分相互作用可在KEGG,DrugBank,SuperTarget和ChEMBL数据库中得到验证.

关键词：多信息融合、半监督学习、药物-靶标相互作用网络、药物相似性、靶标相似性

所属期刊栏目：42

分类号：TP39(计算技术、计算机技术)

资助基金：湖南省教育厅优秀青年基金资助项目14B023;湖南省教育厅基金资助一般项目13C1108

在线出版日期：2016-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：218-223,229