申请/专利权人:长沙理工大学
申请日:2020-11-02
公开(公告)日:2024-04-02
公开(公告)号:CN112216353B
主分类号:G16C20/30
分类号:G16C20/30;G16C20/50;G06F17/16
优先权:
专利状态码:有效-授权
法律状态:2024.04.02#授权;2021.01.29#实质审查的生效;2021.01.12#公开
摘要:本发明公开了一种用于预测药物‑靶标相互作用关系的方法和设备,方法包括:引入药物‑靶标相互作用和靶标‑疾病相互作用构建药物‑靶标‑疾病的三层异构网络;基于三层异构网络构建药物相似度矩阵和靶标相似度矩阵,靶标相似度矩阵包括靶标间高斯核相似度矩阵和靶标‑疾病高斯核相似度矩阵;计算药物相似度矩阵和靶标相似度矩阵克罗内克积,并通过正则化最小二乘法得到预测结果;对预测结果进行验证。对比传统的预测方法,本发明采用了更为完整的网络结构模型,建立了更为复杂的相似度矩阵空间,从更多的角度预测了全新的药物‑靶标相互作用;在计算过程中避免了超规模的矩阵运算;相较于常用的FLapRLS方法和RLS_Kron方法,有着更优的预测性能。
主权项:1.一种用于预测药物-靶标相互作用关系的方法,其特征在于,包括以下步骤:根据已知的药物-靶标相互作用关系及靶标-疾病相互作用关系构建药物-靶标-疾病的三层异构网络;基于所述药物-靶标-疾病的三层异构网络构建药物相似度矩阵和靶标相似度矩阵,所述靶标相似度矩阵由靶标间高斯核相似度矩阵和靶标-疾病高斯核相似度矩阵拟合得到;所述药物相似度矩阵由药物化学结构相似度矩阵和药物高斯核相似度矩阵拟合得到;计算所述药物相似度矩阵和所述靶标相似度矩阵克罗内克积,并通过正则化最小二乘法得到预测结果;对所述预测结果进行验证。
全文数据:
权利要求:
百度查询: 长沙理工大学 一种用于预测药物-靶标相互作用关系的方法和设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。