作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
新药物研发时间长、成本高,但成功率低,为了提高收益比,药物重定位即旧药新用受到了广泛关注.从临床和实验角度鉴定药物的新用途需要耗费大量人力和物力,从计算角度预测药物新用途成为研究热点;并且,随着药物和疾病相关的大量多层次组学数据积累,通过挖掘药物相关数据鉴定药物新用途成为可能.重点挖掘药物化学结构、药理性质、药物靶蛋白功能、疾病表型等数据得到相应特征,并将这些药物疾病特征进行整合,再将特征输入XG-BOOST模型进行预测.实验结果表明,该方法准确率达87.9%,较逻辑回归、随机森林具有更高的预测精度.
推荐文章
基于PB实现多数据源通用数据转换工具
PIPELINE
数据转换
PB
ODBCAPI
OLE自动化
多数据源WEB应用程序设计与实现
提供者模式
多数据源
WEB应用程序
动态工厂
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于XG-B00ST和多数据源的药物重定位预测
来源期刊 软件导刊 学科 工学
关键词 药物重定位 XG-BOOST模型 预测精度
年,卷(期) 2020,(2) 所属期刊栏目 人工智能
研究方向 页码范围 110-113
页数 4页 分类号 TP301
字数 4711字 语种 中文
DOI 10.11907/rjdk.191526
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李苗苗 上海理工大学管理学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (91)
共引文献  (27)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(8)
  • 参考文献(2)
  • 二级参考文献(6)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(13)
  • 参考文献(1)
  • 二级参考文献(12)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
2016(15)
  • 参考文献(1)
  • 二级参考文献(14)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
药物重定位
XG-BOOST模型
预测精度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导