-
题名基于药物互作网络的协同与拮抗预测研究
被引量:1
- 1
-
-
作者
刘文斌
陈杰
方刚
石晓龙
许鹏
-
机构
温州大学计算机与人工智能学院
广州大学计算科技研究院
黔南民族师范学院计算机与信息学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2020年第6期1420-1427,共8页
-
基金
国家重点研发计划(2019YFA0706402)
国家自然科学基金(61572367,61573017,61972107,61972109)。
-
文摘
药物的协同与拮抗关系预测,有助于药物的使用安全及组合用药的发展。该文从药物互作网络(DDINet)出发,基于网络拓扑结构构造分类特征,提出一种预测药物协同和拮抗关系的方法。从特征选择结果可知,根据药物与其公共邻居节点关系构造的特征表现出了明显的正负样本分布差距,能有效地反映出药物的协同或拮抗关系。在使用不同特征分类器的分类结果中,最优AUC和分类精度值分别达到了0.9687和0.9187。而在协同与拮抗关系预测结果中,其预测精度值达到了0.45和0.75以上。这说明基于网络拓扑结构的方法能有效对药物协同和拮抗关系进行分类和预测。与传统基于药物功能、结构、靶基因等相似性特征的方法相比,该方法计算简单高效,将会有效促进组合用药的发展。
-
关键词
药物相互作用预测
网络拓扑结构
药物协同
药物拮抗
-
Keywords
prediction drug-drug interactions(ddis)
Network topology
Synergy
Antagonism
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名基于符号图卷积网络的药物互作用关系预测
被引量:1
- 2
-
-
作者
李淑怡
黎珊
王鑫
陈明
姬文兴
-
机构
湖南师范大学信息科学与工程学院
-
出处
《现代计算机》
2020年第16期12-15,22,共5页
-
基金
湖南省教育厅科学研究项目(No.18C0016)、湖南省大学生研究性学习和创新性实验计划项目(项目批准号:201910542058)。
-
文摘
药物相互作用(DDI)是指两种或两种以上药物在药理行为方面的相互影响.大多数现有计算方法都是针对传统的二元预测而设计的,即确定DDI是否发生.然而,确定DDI是增强的还是抑制的,对于治疗和护理病人更具意义.受图神经网络启发,尝试利用符号图卷积网络来预测DDI的符号.将该问题转换为一个嵌入问题,然后通过对数几率回归获得DDI类型.结果表明,符号图卷积网络在该问题上表现良好,具有可行性.
-
关键词
药物互作用关系(ddi)
符号图
卷积神经网络
链路预测
-
Keywords
drug-drug interactions(ddi)
Signed Graph
Graph Convolutional Neural Network
Link prediction
-
分类号
R969.2
[医药卫生—药理学]
-