期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
13
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
多视角多注意力融合分子特征的药物-靶标亲和力预测
被引量:
2
1
作者
王润泽
张月琴
+2 位作者
秦琪琦
张泽华
郭旭敏
《计算机应用》
CSCD
北大核心
2022年第1期325-332,共8页
近期深度学习在药物-靶标亲和力(DTA)任务上受到极大关注,然而现有工作多将分子单一结构嵌入为向量,忽略了多视角融合分子特征对最终特征表示提供的信息增益。针对单一结构分子存在特征不完备性的问题,提出了一种基于注意力融合多视角...
近期深度学习在药物-靶标亲和力(DTA)任务上受到极大关注,然而现有工作多将分子单一结构嵌入为向量,忽略了多视角融合分子特征对最终特征表示提供的信息增益。针对单一结构分子存在特征不完备性的问题,提出了一种基于注意力融合多视角分子特征的预测DTA的端到端深度学习方法,其核心模块为多视角分子结构嵌入(Mas)和多注意力特征融合(Mat)。首先,使用Mas模块将多视角分子结构嵌入到特征向量空间;然后,通过Mat模块融入分子特征层级的注意力机制,从而对不同视角的分子特征进行加权融合;其次,根据药物-靶标相互作用(DTI)执行两者特征级联;最后,利用全连接神经网络回归预测亲和力。在Davis和KIBA数据集上的实验验证了训练比率、多视角特征融入、多注意力融合、以及相关参数对亲和力预测性能的影响。与GraphDTA方法相比,所提方法的均方误差(MSE)在Davis和KIBA两个数据集上分别降低了4.8%和6%。实验结果表明,注意力融合多视角分子特征能够捕获对蛋白质靶位上链接的相关性更高的分子特征。
展开更多
关键词
药物-靶标亲和力预测
多注意力分子特征融合
多视角分子结构嵌入
分子特征层级
注意力机制
下载PDF
职称材料
基于图卷积神经网络的药物-靶标亲和力预测算法
2
作者
邓海生
吴逸嘉
杨江海
《信息与电脑》
2022年第21期88-90,94,共4页
近年来,由于药物开发比较耗时,且常常伴有安全性问题,使用深度学习技术预测药物-靶标亲和力(Drug-Target Affiinity,DTA)成为一个有效的替代方案。基于此,提出采用基于图卷积神经网络的算法来有效捕获药物的结构信息,学习被表示成图的...
近年来,由于药物开发比较耗时,且常常伴有安全性问题,使用深度学习技术预测药物-靶标亲和力(Drug-Target Affiinity,DTA)成为一个有效的替代方案。基于此,提出采用基于图卷积神经网络的算法来有效捕获药物的结构信息,学习被表示成图的药物特征,使用一维卷积神经网络学习蛋白质特征。将所提出的方法分别在两个基准药物靶标结合亲和数据集上进行了验证,并与已有的先进模型进行比较。
展开更多
关键词
图卷积神经网络(GCN)
注意力机制
药物
-
靶标
亲和力
(DTA)
深度学习
下载PDF
职称材料
基于深度学习的药物-靶标结合亲和力预测模型
3
作者
张茹
吴逸嘉
姚茹
《信息与电脑》
2023年第23期80-82,87,共4页
药物-靶标结合亲和力(Drug-Target Affiinity,DTA)预测在药物发现中具有重要的作用。现有DTA模型能够很好地预测药物靶标亲和力,但是仍存在单一形式的分子表征学习方法对分子学习不充分的问题。基于此,提出一种基于深度学习的药物-靶标...
药物-靶标结合亲和力(Drug-Target Affiinity,DTA)预测在药物发现中具有重要的作用。现有DTA模型能够很好地预测药物靶标亲和力,但是仍存在单一形式的分子表征学习方法对分子学习不充分的问题。基于此,提出一种基于深度学习的药物-靶标结合亲和力预测模型。该模型在药物信息编码部分,采用图同构神经网络和多层感知器分别学习分子图和PubChem分子指纹信息,利用注意力机制丰富药物分子图信息;在靶标信息编码部分,使用一维卷积神经网络(Convolution Neural Network,CNN)学习蛋白质序列信息。
展开更多
关键词
深度学习
药物
-
靶标
亲和力
(DTA)
注意力机制
下载PDF
职称材料
药物-靶标相互作用预测平台设计与实现
4
作者
任浩然
邓博韬
+1 位作者
李建华
孝大宇
《现代计算机》
2023年第5期104-108,共5页
旧药新用是应对突发疾病的有效手段。利用计算技术筛选潜在的药物-靶标关联,有利于快速发现治疗疾病的候选药物。基于Matlab语言设计了一款药物-靶标预测平台,在标准数据集上运用网络一致性投影方法预测,分析了余弦相似性计算、高斯内...
旧药新用是应对突发疾病的有效手段。利用计算技术筛选潜在的药物-靶标关联,有利于快速发现治疗疾病的候选药物。基于Matlab语言设计了一款药物-靶标预测平台,在标准数据集上运用网络一致性投影方法预测,分析了余弦相似性计算、高斯内核相似性计算及Logistic变换对预测结果的影响,实验结果证实了平台的有效性。
展开更多
关键词
药物
重定向
药物
-
靶标
相互作用
预测
平台
下载PDF
职称材料
深度学习在药物靶点亲和力预测中的应用
5
作者
胡少飞
辛念
+1 位作者
田德振
李博
《生命科学仪器》
2023年第3期23-35,共13页
在药物研发前期阶段中,预测小分子药物和蛋白质靶点结合亲和力的计算机方法已经证明其关键作用,这类方法被称为药物靶点亲和力(Drug-Target Affinity,DTA)预测。其中基于深度学习的DTA预测方法表现出其预测模型优异的性能与巨大的潜力...
在药物研发前期阶段中,预测小分子药物和蛋白质靶点结合亲和力的计算机方法已经证明其关键作用,这类方法被称为药物靶点亲和力(Drug-Target Affinity,DTA)预测。其中基于深度学习的DTA预测方法表现出其预测模型优异的性能与巨大的潜力。这篇综述全面回顾了与基于深度学习的DTA预测相关的主题,如来源数据库、数据挖掘与特征学习方法、深度学习模型等,以及一些利用这些资源开发的代表性的预测方法。本综述首先从数据格式和编码方案的角度讨论了来自各种库的化合物和蛋白质数据。对于DTA预测模型,我们从两种角度进行分类,即预测任务类型的角度和模型采用的学习方法的角度,并且总结了每个类型代表性的DTA预测模型。最后,我们讨论了一些尚存的问题,以探索开发更强大和准确的DTA预测方法。
展开更多
关键词
药物
研发
深度学习
药物
-
靶点
亲和力
预测
下载PDF
职称材料
基于深度学习的“药物-靶点”亲和力预测方法设计
6
作者
李添添
王俊杰
《中华医学图书情报杂志》
CAS
2022年第3期34-39,共6页
目的:构建一种基于深度神经网络的“药物-靶点”亲和力预测方法。方法:先对拟定药物进行独热编码,并使用预训练语言表征模型对靶蛋白进行编码,以捕获氨基酸序列中的重要信息,然后设计2个独立的卷积神经网络,通过4个全连接层来预测“药物...
目的:构建一种基于深度神经网络的“药物-靶点”亲和力预测方法。方法:先对拟定药物进行独热编码,并使用预训练语言表征模型对靶蛋白进行编码,以捕获氨基酸序列中的重要信息,然后设计2个独立的卷积神经网络,通过4个全连接层来预测“药物-靶点”的亲和力。最后在Davis激酶结合亲和力数据集和KIBA大规模激酶抑制剂生物活性数据集上验证本方法的性能,并将实验结果与KronRLS、SimBoost、DeepDTA算法结果进行比较。结果:相较于KronRLS、SimBoost、DeepDTA算法,本方法在Davis激酶结合亲和力数据集和KIBA大规模激酶抑制剂生物活性数据集上均获得了最高的一致性指数和最低的均方误差值。结论:采用双向语言模型对靶蛋白进行编码后再进行深度学习,可以提高“药物-靶点”亲和力预测的准确度。
展开更多
关键词
深度学习
药物
-
靶点
亲和力
预测
方法
下载PDF
职称材料
基于混合特征预测药物-靶标相互作用的K近邻模型
被引量:
1
7
作者
王红梅
郭真俊
+1 位作者
郭放
张丽杰
《长春工业大学学报》
CAS
2021年第6期547-552,共6页
针对核受体数据提取药物-靶标之间的混合特征,使用K近邻算法进行预测。对精确率、召回率、F1值等评价指标与其他算法进行了比较,验证模型的预测性能。
关键词
药物
-
靶标
相互作用
预测
混合特征
K近邻
下载PDF
职称材料
基于图神经网络的药物-靶标相互作用预测研究
被引量:
1
8
作者
王红梅
郭真俊
张丽杰
《长春工业大学学报》
CAS
2021年第4期318-325,共8页
阐述基于图神经网络的药物-靶标相互作用预测问题的主要变体,并对各种变体的方法进行深入梳理与分析,对常用数据集进行整理与分析,最后对药物-靶标相互作用预测进行总结与展望。
关键词
图神经网络
药物
-
靶标
相互作用
预测
数据集
下载PDF
职称材料
基于异质信息网络元路径的药物-靶标相互作用预测模型
9
作者
廖懿鸣
欧阳纯萍
+1 位作者
刘永彬
胡富裕
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2022年第1期37-44,共8页
提出一种融合元路径信息的图神经网络模型,用于预测药物-靶标相互作用(GMDTI)。首先根据8个数据集中的药物、靶标、疾病和副作用数据以及它们之间的8种作用关系,构建药物-靶标异质信息网络(HIN);然后定义两条元路径来捕获药物-靶标HIN...
提出一种融合元路径信息的图神经网络模型,用于预测药物-靶标相互作用(GMDTI)。首先根据8个数据集中的药物、靶标、疾病和副作用数据以及它们之间的8种作用关系,构建药物-靶标异质信息网络(HIN);然后定义两条元路径来捕获药物-靶标HIN中的不同子结构信息和不同节点间隐藏的语义信息,并应用图神经网络的方法聚合节点的一阶邻居信息和元路径中节点间的语义信息;最后利用端到端的学习方法完成DTIs预测。该方法同时考虑药物-靶标HIN的结构特性和元路径语义信息,有助于学习到更多潜在的药物-靶标作用关系。实验结果表明,GMDTI的预测准确率高于所有基线模型,AUC达到98.6%,AUPR达到94.5%。同时通过调整数据的稀疏度和降噪实验,证明GMDTI具备优于所有基线模型的鲁棒性。
展开更多
关键词
药物
-
靶标
相互作用
预测
图神经网络
异质信息网络
元路径
特征表示
下载PDF
职称材料
基于多信息集成的药物靶标预测方法研究
被引量:
1
10
作者
谭凯
李永杰
+3 位作者
潘海明
黄可馨
邱杰
陈庆锋
《广西师范大学学报(自然科学版)》
CAS
北大核心
2022年第2期91-102,共12页
准确的药物-靶标相互作用预测在药物发现和重新定位中有重要作用。传统的方法要么费时(基于模拟的方法),要么严重依赖领域专业知识(基于相似性和基于特征的方法),而且现有的使用单一数据信息或稀疏数据的计算方法普遍准确性不高。尽管...
准确的药物-靶标相互作用预测在药物发现和重新定位中有重要作用。传统的方法要么费时(基于模拟的方法),要么严重依赖领域专业知识(基于相似性和基于特征的方法),而且现有的使用单一数据信息或稀疏数据的计算方法普遍准确性不高。尽管多个异构网络整合已被广泛用于预测药物靶标,但如何尽可能多的保留网络结构信息仍然是一个巨大的挑战。本文提出一种新颖的框架NGDTI,不仅从网络中提取相关的生物学特性和关联信息,而且保留重要的网络拓扑信息。其利用图神经网络更新提取的特征信息,所发现的药物和靶标的拓扑特征使药物-靶标相互作用预测更加准确。与最新的基准方法相比,本文模型的AUPR值提高了0.01。实验结果表明,NGDTI在药物开发和重新定位方面有良好的应用前景。
展开更多
关键词
药物
-
靶标
预测
网络嵌入
网络集成
矩阵分解
图神经网络
下载PDF
职称材料
基于图卷积网络的药物靶标关联预测算法
被引量:
4
11
作者
徐国保
陈媛晓
王骥
《计算机应用》
CSCD
北大核心
2021年第5期1522-1526,共5页
传统的基于生物学实验的药物-靶标关联预测成本高、效率低,难以满足医药研发的需求。为了解决上述问题,提出一种新的基于图卷积网络的药物靶标关联预测(GCDTI)算法。GCDTI利用半监督学习方法将图卷积和自编码技术相结合,从而分别构建用...
传统的基于生物学实验的药物-靶标关联预测成本高、效率低,难以满足医药研发的需求。为了解决上述问题,提出一种新的基于图卷积网络的药物靶标关联预测(GCDTI)算法。GCDTI利用半监督学习方法将图卷积和自编码技术相结合,从而分别构建用于整合节点特征的编码层和用于预测全链接交互网络的解码层;同时使用图卷积技术建立潜在因子模型,并有效利用药物和靶标的高维属性信息进行端到端的学习。所提算法不需要对输入的特征信息进行任何预处理便可以将其与已知相互作用网络相结合,证明了该模型的图卷积层能够有效地融合输入数据与节点特征。与其他先进方法相比,GCDTI的预测精度和平均受试者工作特性(ROC)曲线下的面积(AUC)(0.924 6±0.004 8)最高,且具有较强的鲁棒性。实验结果表明:当需要预测大量的药物和靶标数据的关联关系时,利用端到端学习的模型架构的GCDTI有潜力成为一种可靠的预测方法。
展开更多
关键词
药物
-
靶标
关联
预测
谱图卷积
计算
预测
模型
自编码
k折交叉验证
下载PDF
职称材料
基于符号网络的药物靶标相互作用关系预测
12
作者
雷涵清
蒋亚健
+2 位作者
习智威
张万成
陈明
《现代计算机》
2022年第12期65-68,74,共5页
药物-靶标相互作用(DTI)预测在新药物研发中具有重要意义。大多数计算方法将其建模为二元预测问题,忽视了DTI的具体类型。考虑DTI的积极或消极作用,将有利于研究多种药物对共同靶标的综合作用机理。通过构建药物靶标符号网络,将DTI预测...
药物-靶标相互作用(DTI)预测在新药物研发中具有重要意义。大多数计算方法将其建模为二元预测问题,忽视了DTI的具体类型。考虑DTI的积极或消极作用,将有利于研究多种药物对共同靶标的综合作用机理。通过构建药物靶标符号网络,将DTI预测问题转化为药物与靶标异构网络的符号链路预测问题,并引入Logistic回归与随机游走构建学习系统。在两个数据集进行实验,其预测结果呈现出良好的指标,表明该思路的可行性。
展开更多
关键词
药物
-
靶标
相互作用
符号网络
链路
预测
LOGISTIC回归
随机游走
下载PDF
职称材料
基于人工智能的药物-靶标相互作用预测
被引量:
3
13
作者
杨朔
王洁
+3 位作者
张梦婷
沈子豪
李洪林
李诗良
《中国现代应用药学》
CAS
CSCD
北大核心
2022年第21期2797-2803,共7页
目的建立一个高效的药物-靶标相互作用预测分类模型,为生物实验提供有力的补充工具。方法研究开发一种基于深度学习的方法来预测药物-靶标相互作用:通过引入高维分子指纹和蛋白质描述符,并应用概率矩阵分解算法生成负样本集,构建一个高...
目的建立一个高效的药物-靶标相互作用预测分类模型,为生物实验提供有力的补充工具。方法研究开发一种基于深度学习的方法来预测药物-靶标相互作用:通过引入高维分子指纹和蛋白质描述符,并应用概率矩阵分解算法生成负样本集,构建一个高效的药物-靶标相互作用预测分类模型。结果与其他已报道的方法相比,本方法具有可比性或优越性,预测准确性、特异性、敏感性以及AUC值均>90%,提示该方法在药物靶标预测方面具有良好的应用前景。结论人工智能深度学习模型以及概率矩阵分解算法的结合有助于解决药物-靶标相互作用预测精度低、负样本选择不合理等问题。
展开更多
关键词
药物
-
靶标
相互作用
深度学习
概率矩阵分解算法
靶标
预测
原文传递
题名
多视角多注意力融合分子特征的药物-靶标亲和力预测
被引量:
2
1
作者
王润泽
张月琴
秦琪琦
张泽华
郭旭敏
机构
太原理工大学信息与计算机学院
山西青年职业学院计算机与信息工程系
出处
《计算机应用》
CSCD
北大核心
2022年第1期325-332,共8页
基金
国家自然科学基金资助项目(61702356)
教育部产学合作协同育人项目
山西省回国留学人员科研资助项目。
文摘
近期深度学习在药物-靶标亲和力(DTA)任务上受到极大关注,然而现有工作多将分子单一结构嵌入为向量,忽略了多视角融合分子特征对最终特征表示提供的信息增益。针对单一结构分子存在特征不完备性的问题,提出了一种基于注意力融合多视角分子特征的预测DTA的端到端深度学习方法,其核心模块为多视角分子结构嵌入(Mas)和多注意力特征融合(Mat)。首先,使用Mas模块将多视角分子结构嵌入到特征向量空间;然后,通过Mat模块融入分子特征层级的注意力机制,从而对不同视角的分子特征进行加权融合;其次,根据药物-靶标相互作用(DTI)执行两者特征级联;最后,利用全连接神经网络回归预测亲和力。在Davis和KIBA数据集上的实验验证了训练比率、多视角特征融入、多注意力融合、以及相关参数对亲和力预测性能的影响。与GraphDTA方法相比,所提方法的均方误差(MSE)在Davis和KIBA两个数据集上分别降低了4.8%和6%。实验结果表明,注意力融合多视角分子特征能够捕获对蛋白质靶位上链接的相关性更高的分子特征。
关键词
药物-靶标亲和力预测
多注意力分子特征融合
多视角分子结构嵌入
分子特征层级
注意力机制
Keywords
Drug
-
Target Affinity(DTA)prediction
multi
-
attention molecular feature fusion
multi
-
aspect molecular structure embedding
molecular feature level
attention mechanism
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于图卷积神经网络的药物-靶标亲和力预测算法
2
作者
邓海生
吴逸嘉
杨江海
机构
西京学院
南宁师范大学
出处
《信息与电脑》
2022年第21期88-90,94,共4页
基金
陕西省教改项目“新文科视域下复合型新闻传播人才数据素养培养模式研究与实践”(项目编号:21BY179)
中国高教学会项目“大数据背景下大学生数据素养评价体系研究”(项目编号:22SZJY0415)
西京学院校级精品课程《新媒体数据分析及可视化》(项目编号:XJJPKC22010)。
文摘
近年来,由于药物开发比较耗时,且常常伴有安全性问题,使用深度学习技术预测药物-靶标亲和力(Drug-Target Affiinity,DTA)成为一个有效的替代方案。基于此,提出采用基于图卷积神经网络的算法来有效捕获药物的结构信息,学习被表示成图的药物特征,使用一维卷积神经网络学习蛋白质特征。将所提出的方法分别在两个基准药物靶标结合亲和数据集上进行了验证,并与已有的先进模型进行比较。
关键词
图卷积神经网络(GCN)
注意力机制
药物
-
靶标
亲和力
(DTA)
深度学习
Keywords
Graph Convolutional Network(GCN)
attention mechanism
Drug
-
Target Affiinity(DTA)
deep learning
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
R91 [医药卫生—药学]
下载PDF
职称材料
题名
基于深度学习的药物-靶标结合亲和力预测模型
3
作者
张茹
吴逸嘉
姚茹
机构
南宁师范大学
温州医科大学
出处
《信息与电脑》
2023年第23期80-82,87,共4页
文摘
药物-靶标结合亲和力(Drug-Target Affiinity,DTA)预测在药物发现中具有重要的作用。现有DTA模型能够很好地预测药物靶标亲和力,但是仍存在单一形式的分子表征学习方法对分子学习不充分的问题。基于此,提出一种基于深度学习的药物-靶标结合亲和力预测模型。该模型在药物信息编码部分,采用图同构神经网络和多层感知器分别学习分子图和PubChem分子指纹信息,利用注意力机制丰富药物分子图信息;在靶标信息编码部分,使用一维卷积神经网络(Convolution Neural Network,CNN)学习蛋白质序列信息。
关键词
深度学习
药物
-
靶标
亲和力
(DTA)
注意力机制
Keywords
deep learning
Drug
-
Target Affiinity(DTA)
attention mechanism
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
R91 [医药卫生—药学]
下载PDF
职称材料
题名
药物-靶标相互作用预测平台设计与实现
4
作者
任浩然
邓博韬
李建华
孝大宇
机构
东北大学医学与生物信息工程学院
出处
《现代计算机》
2023年第5期104-108,共5页
基金
中央高校基本科研业务专项资金资助(N2119007)
东北大学大学生创新训练计划项目(211320)。
文摘
旧药新用是应对突发疾病的有效手段。利用计算技术筛选潜在的药物-靶标关联,有利于快速发现治疗疾病的候选药物。基于Matlab语言设计了一款药物-靶标预测平台,在标准数据集上运用网络一致性投影方法预测,分析了余弦相似性计算、高斯内核相似性计算及Logistic变换对预测结果的影响,实验结果证实了平台的有效性。
关键词
药物
重定向
药物
-
靶标
相互作用
预测
平台
Keywords
drug repurposing
drug
-
target interaction
prediction
platform
分类号
R96 [医药卫生—药理学]
下载PDF
职称材料
题名
深度学习在药物靶点亲和力预测中的应用
5
作者
胡少飞
辛念
田德振
李博
机构
北京理工大学生命学院
北京理工大学生命学院
北京理工亘舒科技有限公司
北京理工大学前沿交叉科学研究院
出处
《生命科学仪器》
2023年第3期23-35,共13页
文摘
在药物研发前期阶段中,预测小分子药物和蛋白质靶点结合亲和力的计算机方法已经证明其关键作用,这类方法被称为药物靶点亲和力(Drug-Target Affinity,DTA)预测。其中基于深度学习的DTA预测方法表现出其预测模型优异的性能与巨大的潜力。这篇综述全面回顾了与基于深度学习的DTA预测相关的主题,如来源数据库、数据挖掘与特征学习方法、深度学习模型等,以及一些利用这些资源开发的代表性的预测方法。本综述首先从数据格式和编码方案的角度讨论了来自各种库的化合物和蛋白质数据。对于DTA预测模型,我们从两种角度进行分类,即预测任务类型的角度和模型采用的学习方法的角度,并且总结了每个类型代表性的DTA预测模型。最后,我们讨论了一些尚存的问题,以探索开发更强大和准确的DTA预测方法。
关键词
药物
研发
深度学习
药物
-
靶点
亲和力
预测
Keywords
drug discovery
deep learning.DTA prediction
分类号
R917 [医药卫生—药物分析学]
下载PDF
职称材料
题名
基于深度学习的“药物-靶点”亲和力预测方法设计
6
作者
李添添
王俊杰
机构
江苏省省级机关医院编辑部
南京医科大学生物医学工程与信息学院医学信息学系
出处
《中华医学图书情报杂志》
CAS
2022年第3期34-39,共6页
基金
国家自然科学基金青年基金项目“多粒度多任务化合物-蛋白质相互作用预测方法研究”(62102191)。
文摘
目的:构建一种基于深度神经网络的“药物-靶点”亲和力预测方法。方法:先对拟定药物进行独热编码,并使用预训练语言表征模型对靶蛋白进行编码,以捕获氨基酸序列中的重要信息,然后设计2个独立的卷积神经网络,通过4个全连接层来预测“药物-靶点”的亲和力。最后在Davis激酶结合亲和力数据集和KIBA大规模激酶抑制剂生物活性数据集上验证本方法的性能,并将实验结果与KronRLS、SimBoost、DeepDTA算法结果进行比较。结果:相较于KronRLS、SimBoost、DeepDTA算法,本方法在Davis激酶结合亲和力数据集和KIBA大规模激酶抑制剂生物活性数据集上均获得了最高的一致性指数和最低的均方误差值。结论:采用双向语言模型对靶蛋白进行编码后再进行深度学习,可以提高“药物-靶点”亲和力预测的准确度。
关键词
深度学习
药物
-
靶点
亲和力
预测
方法
Keywords
Deep Learning
Drug
-
Target
Affinity
Prediction
分类号
R917 [医药卫生—药物分析学]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于混合特征预测药物-靶标相互作用的K近邻模型
被引量:
1
7
作者
王红梅
郭真俊
郭放
张丽杰
机构
长春工业大学计算机科学与工程学院
出处
《长春工业大学学报》
CAS
2021年第6期547-552,共6页
基金
吉林省教育厅科学研究项目(JJKH20210752KJ)。
文摘
针对核受体数据提取药物-靶标之间的混合特征,使用K近邻算法进行预测。对精确率、召回率、F1值等评价指标与其他算法进行了比较,验证模型的预测性能。
关键词
药物
-
靶标
相互作用
预测
混合特征
K近邻
Keywords
drug
-
target
interaction
prediction
hybrid features
K
-
nearest neighbor
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于图神经网络的药物-靶标相互作用预测研究
被引量:
1
8
作者
王红梅
郭真俊
张丽杰
机构
长春工业大学计算机科学与工程学院
出处
《长春工业大学学报》
CAS
2021年第4期318-325,共8页
基金
吉林省教育厅科学研究项目(JJKH20210752KJ)。
文摘
阐述基于图神经网络的药物-靶标相互作用预测问题的主要变体,并对各种变体的方法进行深入梳理与分析,对常用数据集进行整理与分析,最后对药物-靶标相互作用预测进行总结与展望。
关键词
图神经网络
药物
-
靶标
相互作用
预测
数据集
Keywords
graph neural network
drug
-
target interaction prediction
datasets
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于异质信息网络元路径的药物-靶标相互作用预测模型
9
作者
廖懿鸣
欧阳纯萍
刘永彬
胡富裕
机构
南华大学计算机学院
出处
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2022年第1期37-44,共8页
基金
国家自然科学基金(61402220)
湖南省自然科学基金(2020JJ4525)
+1 种基金
湖南省教育厅重点科研项目(19A439)
南华大学研究生科研创新项目(213YXC007)资助。
文摘
提出一种融合元路径信息的图神经网络模型,用于预测药物-靶标相互作用(GMDTI)。首先根据8个数据集中的药物、靶标、疾病和副作用数据以及它们之间的8种作用关系,构建药物-靶标异质信息网络(HIN);然后定义两条元路径来捕获药物-靶标HIN中的不同子结构信息和不同节点间隐藏的语义信息,并应用图神经网络的方法聚合节点的一阶邻居信息和元路径中节点间的语义信息;最后利用端到端的学习方法完成DTIs预测。该方法同时考虑药物-靶标HIN的结构特性和元路径语义信息,有助于学习到更多潜在的药物-靶标作用关系。实验结果表明,GMDTI的预测准确率高于所有基线模型,AUC达到98.6%,AUPR达到94.5%。同时通过调整数据的稀疏度和降噪实验,证明GMDTI具备优于所有基线模型的鲁棒性。
关键词
药物
-
靶标
相互作用
预测
图神经网络
异质信息网络
元路径
特征表示
Keywords
drug
-
target interaction prediction
graph neural network
heterogeneous information network
metapath
feature representation
分类号
R96 [医药卫生—药理学]
下载PDF
职称材料
题名
基于多信息集成的药物靶标预测方法研究
被引量:
1
10
作者
谭凯
李永杰
潘海明
黄可馨
邱杰
陈庆锋
机构
广西大学计算机与电子信息学院
广西医科大学
玉林师范学院计算机科学与工程学院
出处
《广西师范大学学报(自然科学版)》
CAS
北大核心
2022年第2期91-102,共12页
基金
国家自然科学基金(61963004)
广西自然科学基金重点项目(2017GXNSFDA198033)。
文摘
准确的药物-靶标相互作用预测在药物发现和重新定位中有重要作用。传统的方法要么费时(基于模拟的方法),要么严重依赖领域专业知识(基于相似性和基于特征的方法),而且现有的使用单一数据信息或稀疏数据的计算方法普遍准确性不高。尽管多个异构网络整合已被广泛用于预测药物靶标,但如何尽可能多的保留网络结构信息仍然是一个巨大的挑战。本文提出一种新颖的框架NGDTI,不仅从网络中提取相关的生物学特性和关联信息,而且保留重要的网络拓扑信息。其利用图神经网络更新提取的特征信息,所发现的药物和靶标的拓扑特征使药物-靶标相互作用预测更加准确。与最新的基准方法相比,本文模型的AUPR值提高了0.01。实验结果表明,NGDTI在药物开发和重新定位方面有良好的应用前景。
关键词
药物
-
靶标
预测
网络嵌入
网络集成
矩阵分解
图神经网络
Keywords
drug target association prediction
network embedding
network integration
matrix decomposition
graph neural network
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
R918 [医药卫生—药学]
下载PDF
职称材料
题名
基于图卷积网络的药物靶标关联预测算法
被引量:
4
11
作者
徐国保
陈媛晓
王骥
机构
广东海洋大学电子与信息工程学院
出处
《计算机应用》
CSCD
北大核心
2021年第5期1522-1526,共5页
基金
2018年广东省工程技术研究中心资助项目([2018]2580)
广东海洋大学创新强校重大科研培养计划项目(GDOU2017052602)。
文摘
传统的基于生物学实验的药物-靶标关联预测成本高、效率低,难以满足医药研发的需求。为了解决上述问题,提出一种新的基于图卷积网络的药物靶标关联预测(GCDTI)算法。GCDTI利用半监督学习方法将图卷积和自编码技术相结合,从而分别构建用于整合节点特征的编码层和用于预测全链接交互网络的解码层;同时使用图卷积技术建立潜在因子模型,并有效利用药物和靶标的高维属性信息进行端到端的学习。所提算法不需要对输入的特征信息进行任何预处理便可以将其与已知相互作用网络相结合,证明了该模型的图卷积层能够有效地融合输入数据与节点特征。与其他先进方法相比,GCDTI的预测精度和平均受试者工作特性(ROC)曲线下的面积(AUC)(0.924 6±0.004 8)最高,且具有较强的鲁棒性。实验结果表明:当需要预测大量的药物和靶标数据的关联关系时,利用端到端学习的模型架构的GCDTI有潜力成为一种可靠的预测方法。
关键词
药物
-
靶标
关联
预测
谱图卷积
计算
预测
模型
自编码
k折交叉验证
Keywords
drug
-
target association prediction
spectral graph convolution
computational prediction model
autoencoder
k
-
fold cross validation
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于符号网络的药物靶标相互作用关系预测
12
作者
雷涵清
蒋亚健
习智威
张万成
陈明
机构
湖南师范大学信息科学与工程学院
出处
《现代计算机》
2022年第12期65-68,74,共5页
基金
湖南省教育厅科学研究项目(18C0016)
湖南省大学生创新创业训练计划项目(S202010542075)。
文摘
药物-靶标相互作用(DTI)预测在新药物研发中具有重要意义。大多数计算方法将其建模为二元预测问题,忽视了DTI的具体类型。考虑DTI的积极或消极作用,将有利于研究多种药物对共同靶标的综合作用机理。通过构建药物靶标符号网络,将DTI预测问题转化为药物与靶标异构网络的符号链路预测问题,并引入Logistic回归与随机游走构建学习系统。在两个数据集进行实验,其预测结果呈现出良好的指标,表明该思路的可行性。
关键词
药物
-
靶标
相互作用
符号网络
链路
预测
LOGISTIC回归
随机游走
Keywords
drug
-
target interaction
signed network
link prediction
logistic regression
random walk
分类号
R96 [医药卫生—药理学]
O157.5 [理学—基础数学]
下载PDF
职称材料
题名
基于人工智能的药物-靶标相互作用预测
被引量:
3
13
作者
杨朔
王洁
张梦婷
沈子豪
李洪林
李诗良
机构
华东理工大学新药设计重点实验室
出处
《中国现代应用药学》
CAS
CSCD
北大核心
2022年第21期2797-2803,共7页
文摘
目的建立一个高效的药物-靶标相互作用预测分类模型,为生物实验提供有力的补充工具。方法研究开发一种基于深度学习的方法来预测药物-靶标相互作用:通过引入高维分子指纹和蛋白质描述符,并应用概率矩阵分解算法生成负样本集,构建一个高效的药物-靶标相互作用预测分类模型。结果与其他已报道的方法相比,本方法具有可比性或优越性,预测准确性、特异性、敏感性以及AUC值均>90%,提示该方法在药物靶标预测方面具有良好的应用前景。结论人工智能深度学习模型以及概率矩阵分解算法的结合有助于解决药物-靶标相互作用预测精度低、负样本选择不合理等问题。
关键词
药物
-
靶标
相互作用
深度学习
概率矩阵分解算法
靶标
预测
Keywords
drug
-
target interaction
deep learning
probabilistic matrix factorization
target prediction
分类号
R966 [医药卫生—药理学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
多视角多注意力融合分子特征的药物-靶标亲和力预测
王润泽
张月琴
秦琪琦
张泽华
郭旭敏
《计算机应用》
CSCD
北大核心
2022
2
下载PDF
职称材料
2
基于图卷积神经网络的药物-靶标亲和力预测算法
邓海生
吴逸嘉
杨江海
《信息与电脑》
2022
0
下载PDF
职称材料
3
基于深度学习的药物-靶标结合亲和力预测模型
张茹
吴逸嘉
姚茹
《信息与电脑》
2023
0
下载PDF
职称材料
4
药物-靶标相互作用预测平台设计与实现
任浩然
邓博韬
李建华
孝大宇
《现代计算机》
2023
0
下载PDF
职称材料
5
深度学习在药物靶点亲和力预测中的应用
胡少飞
辛念
田德振
李博
《生命科学仪器》
2023
0
下载PDF
职称材料
6
基于深度学习的“药物-靶点”亲和力预测方法设计
李添添
王俊杰
《中华医学图书情报杂志》
CAS
2022
0
下载PDF
职称材料
7
基于混合特征预测药物-靶标相互作用的K近邻模型
王红梅
郭真俊
郭放
张丽杰
《长春工业大学学报》
CAS
2021
1
下载PDF
职称材料
8
基于图神经网络的药物-靶标相互作用预测研究
王红梅
郭真俊
张丽杰
《长春工业大学学报》
CAS
2021
1
下载PDF
职称材料
9
基于异质信息网络元路径的药物-靶标相互作用预测模型
廖懿鸣
欧阳纯萍
刘永彬
胡富裕
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2022
0
下载PDF
职称材料
10
基于多信息集成的药物靶标预测方法研究
谭凯
李永杰
潘海明
黄可馨
邱杰
陈庆锋
《广西师范大学学报(自然科学版)》
CAS
北大核心
2022
1
下载PDF
职称材料
11
基于图卷积网络的药物靶标关联预测算法
徐国保
陈媛晓
王骥
《计算机应用》
CSCD
北大核心
2021
4
下载PDF
职称材料
12
基于符号网络的药物靶标相互作用关系预测
雷涵清
蒋亚健
习智威
张万成
陈明
《现代计算机》
2022
0
下载PDF
职称材料
13
基于人工智能的药物-靶标相互作用预测
杨朔
王洁
张梦婷
沈子豪
李洪林
李诗良
《中国现代应用药学》
CAS
CSCD
北大核心
2022
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部