基于组织特异性和直接邻居相似度方法预测疾病–药物关系

复杂疾病的致病机理一直是人类健康领域面临的重大难题之一,通过传统的方法进行新药开发,需要大量的时间与金钱,已经满足不了人们的需求.近几年来寻找已知药物新的治疗效果,即药物重定位,已经成为治疗更多疾病的一个有效途径.目前组织特异性的研究已经取得一些成果,但是传统的药物重定位方法很少考虑疾病的组织特异性.本文提出基于组织特异性和直接邻居相似度方法预测药物的新适应症,同时深入探讨考虑疾病的组织特异性对药物重定位研究的影响.首先研究组织特异性的发展及其特点,并提出基于组织特异性数据,应用直接邻居的相似度进行药物重定位研究.从数据库DrugBank中提取11405条已知药物–靶标关系,并从人类孟德尔遗传数据库中获得5种癌症(乳腺癌、结肠癌、肝癌、肺癌、卵巢癌)及其致病基因数据,利用5种癌症对应的组织特异性相互作用网络作为背景网络,基于直接邻居距离度量方法构建25个组织特异性药物–疾病二部网络,实验结果通过CTD (comparative toxicogenomics database)标准数据库进行验证.结果表明,基于组织特异性和直接邻居相似度度量标准会提高药物重定位研究的准确性,为新药的体内和体外实验提供可靠候选集,这也为药物重定位的研究提供了新的思路.

一种基于广度优先搜索邻居的聚类算法

聚类算法BFSN广度优先搜索某对象的直接邻居和间接邻居 ,对符合条件的所有找到的邻居合并 ,从而完成一类聚类 .接着重复该步骤完成所有对象的聚类 .与同类算法相比 ,该算法具有实现简单、复杂度低和容易设定最佳参数等优点 .实验证明 ,在聚类正确率相近的情况下 ,该算法的效率比较高 。

面向车辆状态信息广播的功率控制算法

针对车载自组织网(VANET)中节点以固定功率发送信息导致的信道资源无法优化分配的问题,以车辆周期发送的状态信息的广播为研究对象,提出一种可自适应于车流密度变化的VANET功率控制算法。该算法通过定义功率控制周期构建并更新直接邻居列表,根据直接邻居车辆的位置来调整发射功率,进而控制节点的广播信息覆盖范围,实现信道资源的优化分配以及节点路由性能的优化。仿真结果验证了所提出算法的有效性,表明该算法能够有效根据车辆密度自适应调整发射功率、降低信道占用率并提高直接邻居数据包投递率,从而保证安全信息的有效传输。

融合结点属性与结构的电商网络社区检测算法

针对密度峰值算法在社区划分应用中因截断距离的选取以及仅考虑社区网络拓扑结构而带来的不准确等问题,提出一种融合结点属性和网络拓扑结构的密度峰值社区检测算法。以用户网络拓扑结构计算用户结点的直接邻居与间接邻居的度表示结点的局部密度;以用户对商品的评论信息的主题属性为用户结点的属性,结合网络拓扑结构计算用户间的相似度,从而得到用户间的相对距离;选出关键点作为社区的中心结点,完成社区划分。实验表明:所提出的算法准确度与归一化信息指标均优于基线模型算法,提高了电商网络中社区检测算法准确度,实现了高效的社区划分。