基于异构网络特征与梯度提升决策树的协同药物预测

• 作者: 刘辉 聂丽霞 邹凌
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 药物组合 异构网络 随机游走 特征向量 梯度提升树算法
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 48-52
• 页数: 5页
• 分类号: TP3-0
• 字数: 4070字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.04.008

摘要

组合药物在复杂疾病特别是癌症的治疗中发挥越来越重要的作用.以组合药物靶标为初始节点在药物-蛋白质异构网络上执行重启型随机游走,将收敛后的概率分布作为药物组合的特征向量,训练梯度提升决策树模型来预测新的药物组合.在标准药物组合数据集的性能评估表明,该方法比其他七种典型分类器和传统的提升算法具有更好的性能,且基于异构网络的特征显著提升了各分类器的性能,AUC值从0.528提升至0.909.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹凌		13	47	5.0	6.0
2	聂丽霞	常州大学信息科学与工程学院	1	0	0.0	0.0
3	刘辉	常州大学商学院	5	83	2.0	5.0