文献类型：期刊文章

作　　者：彭利红[1] 李泽军[2] 陈敏[2] 任日丽[1]

机构地区：[1]长沙医学院计算机系,长沙410219 [2]湖南工学院计算机与信息科学学院,湖南衡阳421002

出　　处：《计算机工程》

基　　金：湖南省教育厅优秀青年基金资助项目(14B023);湖南省教育厅基金资助一般项目(13C1108)

年　　份：2016

卷　　号：42

期　　号：6

起止页码：218-223

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：在药物结构相似性和靶标序列相似性的基础上,结合药物-靶标相互作用网络信息,考虑分类器和数据集合分布的复杂性,提出一种半监督学习算法预测药物与靶标之间的关联。实验结果表明,该算法的预测性能较DBSI,KBMF2K等算法有所提高。对其预测到的药物-靶标相互作用数据进行打分并排序,从中提取前30%的数据,其中有部分相互作用可在KEGG,Drug Bank,Super Target和Ch EMBL数据库中得到验证。

关 键 词：多信息融合  半监督学习 药物-靶标相互作用网络  药物相似性  靶标相似性  

分 类 号：TP39]