换一批摘要目的：药物重定位是指发掘已有药物新的治疗作用，然而具有潜在治疗作用的药物－疾病往往隐藏在数以百万计的关系对中。该研究基于医疗大数据分析，预测具有潜在治疗关系的药物－疾病关系对。方法将社交网络中推荐系统模型应用于药物重定位研究，并假设具有相似化学结构的药物可能具有相似的适应症。从开源数据库收集已知药物－疾病的治疗关系、副作用关系以及药物和疾病特征描述符，计算得到药物－药物的相似度和疾病－疾病相似度，再构建推荐模型将上述信息融合，并预测具有潜在治疗关系的药物－疾病，最终得到预测关系对的排序列表。结果列表排名前500的关系对中，有12．8％得到临床实验支持或综述报道，20％得到模式生物实验或细胞实验支持。结论相比于已有分类模型和随机抽样结果，本模型可明显提高具有潜在治疗作用药物－疾病的富集程度。
更多相关知识
关键词
药物重定位医药大数据推荐系统相似性度量协同过滤药物和疾病关系预测机器学习drug repositioningbiomedical big datarecommen-dation systemsimilarity measurescollaborative filteringdrug-disease relationships predictionmachine learning
栏目名称
DOI
10.3969/j.issn.1001-1978.2015.12.028
发布时间
2016-03-11（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览222
- 被引16
- 下载26
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
