换一批摘要药物的使用极大地提高了人类的生存质量.药物的有效性是药物发现研究中的关键环节.药物的有效性通过识别药物与其作用的靶标蛋白来判断.然而,通过高通量筛选的实验方法分析确定化合物药物-靶标蛋白互作关联是一个十分昂贵、耗时且富有挑战性的任务.基于计算方法的化合物药物-靶标蛋白互作关联预测研究具有效率高、成本低的特点,越来越受到人们的重视.相比实验验证方法,化合物药物-靶标蛋白互作关联的计算方法可为药物发现研究后续的生物药学实验提供更为准确的潜在化合物药物-靶标蛋白候选对,达到减少生物实验的时间和成本的目的.本文回顾了近20年来基于计算方法的化合物药物-靶标蛋白互作关联预测算法所涉及的生物医学特征数据、预测方法和技术,并分析研究过程中所面临的生物医学特征数据高维稀疏,以及多源生物医学数据融合程度不高等问题,为进一步研究提供有价值的参考.
更多相关知识
关键词
药物发现化合物药物-靶标蛋白互作关联生物医学特征数据高维稀疏数据融合Drug discoveryCompoud-protein interactionsBiomedical feature dataHigh-dimensional sparsityData fusion
栏目名称
DOI
10.13417/j.gab.043.000181
发布时间
2024-04-16（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引4
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
