DDR: efficient computational method to predict drug–target interactions using graph mining and machi

DDR: efficient computational method to predict drug–target interactions using graph mining and machine learning approaches

DDR:利用图挖掘和机器学习方法 预测药物-靶点相互作用 的有效计算方法

通过计算找到药物靶点相互作用(DTIs)是一种方便的方法，可以以较低的成本和合理的准确性识别新的DTIs。
然而，现有的DTI预测方法存在假阳性预测率高的问题。
结果:

我们开发了DDR，一种提高DTI预测精度的新方法。
DDR是基于异构图的使用，该图包含药物之间和目标蛋白之间多个相似点的已知DTIs。DDR采用非线性相似度融合方法对不同的相似度进行融合。在融合之前，DDR执行预处理步骤，在启发式过程中选择相似度子集，以获得最优的相似度组合。
然后，DDR应用随机森林模型，该模型使用从DTI异构图中提取的不同基于图的特征。
使用5-repeats 10倍交叉验证,三个测试设置和precision-recall曲线下的面积的加权平均(AUPR)分数,我们表明,DDR显著减少AUPR评分误差相对于下一个最佳start-of-the-art方法预测当药物新dti 31%, 23%当目标是新的和34%的药物和它们之间的目标已知但并不是所有的唯一还不为人知。
通过独立的证据来源，我们验证了前25个DDR新预测中的22个是正确的。
这表明DDR可以作为一种识别正确DTIs的有效方法

DDR: efficient computational method to predict drug–target interactions using graph mining and machi相关推荐

Identifying drug–target interactions based on graph convolutional network and deep neural network 论文
Identifying drug–target interactions based on graph convolutional network and deep neural network 文章 ...
Drug Target Review | 开发一种算法来预测药物性肝损伤
Elsevier和FDA之间合作将提出一种算法,用于准确预测药物诱发的肝损伤.Drug Target Review调查了该毒理学项目将为药物发现行业带来的好处. 确保候选药物进行毒性分析是药物开发过程 ...
Re01：NerLTR-DTA: drug–target binding affinity prediction based on neighbor relationship and learning
NerLTR-DTA: drug–target binding affinity prediction based on neighbor relationship and learning to r ...
An end-to-end heterogeneous graph representation learning-based framework for drug–target interactio
An end-to-end heterogeneous graph representation learning-based framework for drug–target interactio ...
AI医药论文笔记--GraphDTA: Predicting drug–target binding affinity with graph neural networks
GraphDTA:用图神经网络预测药物-靶点结合亲和力论文题目 GraphDTA: Predicting drug–target binding affinity with graph neural ...
need to invoke method 'taskExecute' declared on target class 'ShareEquallyTaskServiceImpl', but not
文章目录 need to invoke method 'taskExecute' declared on target class 'ShareEquallyTaskServiceImpl', but ...
AI医药论文笔记--Deep learning improves prediction of drug–drug and drug–food interactions
深度学习用于提高对药物-药物相互作用和药物-食物相互作用的预测论文题目 Deep learning improves prediction of drug–drug and drug–food in ...
Drug Target Review | 超越表型：基于AI更好地了解疾病
阿斯利康(AstraZeneca)的Claus Bendtsen揭示了如何使用AI来增进对疾病的了解,帮助确定病因并帮助药物发现. 人工智能(AI)在R&D中具有广泛的应用,包括在疾病研究或疾 ...
Drug Target Review | 筛选用于抗COVID-19的抗病毒化合物
斯克里普斯研究公司(Scripps Research)宣布将筛选14,000多种化合物,以查看是否存在针对COVID-19的显著活性,用于治疗新冠. 美国的斯克里普斯研究所宣布,他们的研究小组正在研究 ...

DDR: efficient computational method to predict drug–target interactions using graph mining and machi

DDR: efficient computational method to predict drug–target interactions using graph mining and machi相关推荐

最新文章

热门文章