典型文献
基于多信息集成的药物靶标预测方法研究
文献摘要：
准确的药物-靶标相互作用预测在药物发现和重新定位中有重要作用.传统的方法要么费时(基于模拟的方法),要么严重依赖领域专业知识(基于相似性和基于特征的方法),而且现有的使用单一数据信息或稀疏数据的计算方法普遍准确性不高.尽管多个异构网络整合已被广泛用于预测药物靶标,但如何尽可能多的保留网络结构信息仍然是一个巨大的挑战.本文提出一种新颖的框架NGDTI,不仅从网络中提取相关的生物学特性和关联信息,而且保留重要的网络拓扑信息.其利用图神经网络更新提取的特征信息,所发现的药物和靶标的拓扑特征使药物-靶标相互作用预测更加准确.与最新的基准方法相比,本文模型的AUPR值提高了0.01.实验结果表明,NGDTI在药物开发和重新定位方面有良好的应用前景.
文献关键词：
药物-靶标预测;网络嵌入;网络集成;矩阵分解;图神经网络
中图分类号：
作者姓名：
谭凯;李永杰;潘海明;黄可馨;邱杰;陈庆锋
作者机构：
广西大学 计算机与电子信息学院, 广西 南宁530004;广西医科大学, 广西 南宁530021;玉林师范学院 计算机科学与工程学院, 广西 玉林537000
文献出处：
引用格式：
[1]谭凯;李永杰;潘海明;黄可馨;邱杰;陈庆锋-.基于多信息集成的药物靶标预测方法研究)[J].广西师范大学学报（自然科学版）,2022(02):91-102
A类：
药物靶标预测,NGDTI
B类：
多信息,信息集成,药物发现,重新定位,要么,费时,一数,稀疏数据,异构网络,结构信息,生物学特性,联信,网络拓扑,拓扑信息,图神经网络,特征信息,拓扑特征,基准方法,AUPR,药物开发,网络嵌入,网络集成,矩阵分解
AB值：
0.351629
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
