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:
G蛋白偶联受体(GPCRs)是人类最重要的药物靶点,目前市场上大约34%的现代药物都以GPCRs作为靶点.在药物发现过程中,配体生物活性的准确预测对于筛选苗头化合物至关重要.对单个GPCR任务来说,通过实验得到生物活性的配体数量十分有限,若将多个GPCRs任务放在一起通过矩阵分解进行学习,可以利用GPCRs任务间的关联信息,提升配体生物活性的学习性能.基于此,本文提出了一种基于矩阵分解靶向GPCRs的配体生物活性预测方法MFSI,它耦合了配体的分子扩展连通性指纹辅助信息,克服了已知GPCR-配体生物活性关系矩阵中天然存在大量缺失值的问题.在72个具有代表性的GPCRs任务上的测试发现,它们涵盖了GPCRs的24个子家族.结果表明,本文方法全面优于经典的单任务学习和矩阵分解方法;在大多数数据集上(66/72),本文方法在性能上优于其他基于深度多任务学习的预测配体生物活性方法,与DeepNeu-ralNet-QSAR方法相比,在所有的数据集上本文方法在r2和RMSE上平均分别提升了18%和12%.
推荐文章
耦合辅助信息的矩阵分解推荐模型
推荐系统
混合协同过滤
矩阵分解
物品相似度
耦合对象相似度
辅助信息
基于矩阵分解的DeepWalk链路预测算法
链路预测
神经网络
DeepWalk
网络表示学习
矩阵分解
相似度矩阵
耦合辅助信息的矩阵分解推荐模型
推荐系统
混合协同过滤
矩阵分解
物品相似度
耦合对象相似度
辅助信息
基于邻域结构和对称非负矩阵分解的加权网络链路预测
加权网络
链路预测
对称非负矩阵分解
最小生成树
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 基于耦合辅助信息的矩阵分解和靶向GPCRs的配体活性预测方法
来源期刊 陕西师范大学学报(自然科学版) 学科 工学
关键词 G蛋白偶联受体 配体生物活性 矩阵分解 扩展连通性指纹
年,卷(期) 2021,(1) 所属期刊栏目 数据挖掘专题
研究方向 页码范围 1-13
页数 13页 分类号 TP315.69
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (31)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1965(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(8)
  • 参考文献(8)
  • 二级参考文献(0)
2021(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
G蛋白偶联受体
配体生物活性
矩阵分解
扩展连通性指纹
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
陕西师范大学学报(自然科学版)
双月刊
1672-4291
61-1071/N
大16开
陕西省西安市长安南路
52-109
1960
chi
出版文献量(篇)
3025
总下载数(次)
7
总被引数(次)
18459
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导