基于流形正则化非负矩阵分解预测药物-靶蛋白作用关系

作     者：闫效莺 吴莹 李润洲 YAN Xiao-ying;WU Ying;LI Run-zhou

作者机构：西安石油大学计算机学院西安710065 西北工业大学自动化学院西安710072 

基　　金：国家自然科学基金项目(51707158) 陕西省教育厅项目(17JK0603) 西安石油大学博士科研启动基金(134890003)资助 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2019年第19卷第33期

页      码：325-329页

摘      要：识别药物-靶蛋白作用关系是当前药物研究的重要内容,其可帮助识别已有药物的新功能,发现药物的“偏靶蛋白”等。现有预测算法对新药物的作用靶蛋白,及新靶蛋白的作用药物预测存在困难,由此提出一种新奇的基于流形正则化非负矩阵分解的新药物/新靶蛋白作用关系预测算法,该方法首先通过聚类算法构建新药物/新靶蛋白的初始作用标签,然后设计引入流形学习正则化约束的非负矩阵分解算法预测药物-靶蛋白作用关系,最后在四个经典数据集中测试,并与最新预测算法BLM-NII、RLS-WNN和WKNKN+WGRMF算法进行比较,证明本文算法可获取较高的预测精度。

主 题 词：药物 靶蛋白 聚类 流形学习正则化 非负矩阵分解 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

馆 藏 号：203861319...