典型文献
基于机器学习的药物-靶标相互作用预测
文献摘要：
近年来,随着计算机硬件、软件工具和数据丰度的不断突破,以机器学习为代表的人工智能技术在生物、基础医学和药学等领域的应用不断拓展和融合,极大地推动了这些领域的发展,尤其是药物研发领域的变革.其中,药物-靶标相互作用(drug-target interactions,DTI)的识别是药物研发领域中的重要难题和人工智能技术交叉融合的热门方向,研究人员在DTI预测方面做了大量的工作,构建了许多重要的数据库,开发或拓展了各类机器学习算法和工具软件.对基于机器学习的DTI预测的基本流程进行了介绍,并对利用机器学习预测DTI的研究进行了回顾,同时对不同的机器学习方法运用于DTI预测的优缺点进行了简单总结,以期对开发更加有效的预测算法和DTI预测的发展提供帮助.
文献关键词：
机器学习;药物-靶标相互作用;药物研发;算法
中图分类号：
作者姓名：
刘皓淼;杨志伟;王力卓;周彦章;龙建纲
作者机构：
西安交通大学生命科学与技术学院 线粒体生物医学研究所 生物医学信息工程教育部重点实验室 西安 710049
文献出处：
引用格式：
[1]刘皓淼;杨志伟;王力卓;周彦章;龙建纲-.基于机器学习的药物-靶标相互作用预测)[J].中国生物工程杂志,2022(04):40-48
A类：
B类：
基于机器学习,靶标,计算机硬件,软件工具,基础医学,药学,药物研发,研发领域,drug,target,interactions,DTI,交叉融合,机器学习算法,工具软件,基本流程,机器学习预测,机器学习方法,方法运用,预测算法
AB值：
0.359215
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。
