采用偏最小二乘法的基因-药物共模块识别

首先,将药物二维化学结构转化为数值序列,计算药物之间的皮尔逊相关系数,进而构建药物关联网络;然后,在带有基因网络约束的稀疏偏最小二乘算法的基础上,加入药物关联网络信息,提出伴有基因和药物关联网络正则约束的稀疏偏最小二乘(SGDPLS)算法;最后,将SGDPLS算法应用于基因-药物共模块识别.结果表明:药物关联网络信息的加入能够有效提高所识别的共模块中基因模块与药物模块的相关性,增加共模块的生物可解释性.

SSJNMF算法识别基因-药物共模块探讨

为识别基因-药物共模块,更好地发现抗癌药物作用的分子机理,选择针对既定癌症的潜在药物靶标,在非负矩阵分解算法中加入基因、药物和基因-药物模块的数据信息,提出了SSJNMF算法。将该算法用于癌症药物敏感性基因组学数据集,识别了70个基因-药物共模块,与已发表的两种算法(NetNMF和JNMF)进行比较,结果表明,SSJNMF识别出的共模块具有更强的统计意义和生物意义。