一种多信息融合的药物-靶标关联预测算法

• 作者: 任日丽 彭利红 李泽军 陈敏
• 来源期刊: 计算机工程
• 学科: 工学
• 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
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 218-223,229
• 页数: 7页
• 分类号: TP39
• 字数: 5955字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.06.039

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭利红	长沙医学院计算机系	33	25	3.0	3.0
2	李泽军	湖南工学院计算机与信息科学学院	33	104	5.0	9.0
3	陈敏	湖南工学院计算机与信息科学学院	44	209	9.0	13.0
4	任日丽	长沙医学院计算机系	13	14	3.0	3.0