基于改进的降噪自编码药物透血脑屏障预测

• 作者: 周兴发 李莉 王梅 田生伟 禹龙
• 来源期刊: 计算机应用研究
• 关键词: 血脑屏障 栈式降噪自编码 PCA 双隐层 融合输出
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1355-1359
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.05.016

摘要

药物透血脑屏障是新药研发的一个重要因素.在传统栈式降噪自编码(stacked denoising autoencoder, SDAE)基础上,提出一种改进的SDAE药物透血脑屏障预测方法.利用主成分分析(principal components analysis,PCA)无监督训练一组权值初始化SDAE,避免随机初始化权值造成模型收敛速度较慢的问题;然后为降噪自编码(denoising autoencoder,DAE)增加一层隐藏层,构造双隐层DAE,提高单个DAE提取药物分子抽象特征的能力;融合SDAE最后两个DAE的第一层隐藏层输出作为softmax分类器的输入,最终实现药物透血脑屏障预测.实验表明,与传统的SDAE及浅层机器学习模型SVM相比,改进后的模型对药物透血脑屏障具有更好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李莉	新疆医科大学医学工程技术学院	317	1239	15.0	20.0
2	禹龙	新疆大学网络中心	82	301	9.0	13.0
3	田生伟	新疆大学软件学院	101	343	9.0	13.0
4	周兴发	新疆大学软件学院	2	15	2.0	2.0