换一批预测药物-靶点相互作用的异构网络嵌入模型研究
Research on heterogeneous network embedding model for predicting drug-target interactions
摘要药物-靶点相互作用(DTIs)预测是药物发现的重要过程.随着计算技术的发展,基于生物数据的计算方法正高效率地加速这一过程.然而,这些方法大多忽略了靶标和药物的序列特征和异构性.本研究通过机器学习方法,提出多重网络嵌入框架(MLB-NEDTP)的预测模型,首先分析序列特征,然后将融合的特征嵌入多层异质信息网络中,以提高预测性能.多个数据集训练和验证结果表明,该模型与ATOMNET等最新模型相比具有明显优势.
更多相关知识
关键词
药物-靶点相互作用多层异构网络序列分析网络嵌入Drug-target interactions(DTIs)Multi-layer heterogeneous networksSequence analysisNetwork embedding
栏目名称
DOI
10.3969/j.issn.1673-7571.2023.08.006
发布时间
2023-10-30（万方平台首次上网日期，不代表论文的发表时间）
基金项目
广东省药品监督管理局科技创新项目（2022ZDZ06）；
广东省中医药局科研项目（PCSK9;20241172）
- 浏览59
- 被引4
- 下载6
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
