- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于指纹相似度药物靶点相互作用预测
基于指纹相似度药物靶点相互作用预测
[摘要]药物通过结合人体靶点发挥药效,识别药物靶点相互作用?τ谝┪镄鹿δ芊⑾种凉刂匾?。该文提出基于分子子结构的靶点指纹特征和基于指纹相似度的药物靶点特征计算方法,构建随机森林分类模型识别和预测药物靶点相互作用,通过酶、离子通道、G蛋白偶联受体和核受体数据集测试并与现有方法对比分析,并将所提模型应用于中药成分靶点相互作用预测,实验结果表明所提方法的有效性。
[关键词]药物靶点相互作用; 分子指纹; 随机森林
Prediction of drugtarget interaction based on fingerprint similarity
YU Yayun1, LIU Yongguo1*, JIANG Yu1, LI Limin2
(1. Knowledge and Data Engineering Laboratory of Chinese Medicine, School of Information and Software Engineering,
University of Electronic Science and Technology of China, Chengdu 610054, China;
2. Sichuan Academy of Chinese Medicine Sciences, Chengdu 610041, China)
[Abstract]Drugs play the pharmacological effects by combining with target proteins. Identification of drugtarget interactions is important for discovering new functions of drugs. In this paper, the target fingerprints based on molecular substructure and the drugtarget similarity based on fingerprints are proposed to a random forestbased classification method, in order to identify the drugtarget interactions. Experiments on enzymes, ion channels, G proteincoupled receptors and nuclear receptors proved the effectiveness of the proposed method. In addition, the proposed method is applied to predict the interactions between ingredients and targets of traditional Chinese medicines.
[Key words]drugtarget interaction; molecular fingerprint; random forest
药物靶点是存在于人体组织细胞内与药物分子相互作用并赋予药物效应的特定蛋白质分子,如受体、酶等[1]。药物通过与靶点相互作用影响靶点的药理作用以达到表型效应[23]。识别药物靶点相互作用对于理解药物的作用机制至关重要,而药物靶点间关系尚未完全明确[4]。目前,通过生物实验手段识别药物靶点相互作用不仅代价高而且耗时长[5]。Mei等认为借助计算机可快速有效预测药物靶点相互作用,提出BLMNII模型从KEGG数据库识别药物D00163,D00506和D05341分别与靶点hsa9971,hsa9970和hsa3174具有相互作用,实现通过计算机技术在有限时间内大规模预测药物靶点相互作用,协助研究人员有效开展生物实验验证[67]。
近年来,研究人员基于计算机技术从不同角度研究药物靶点特征,构建机器学习模型预测药物靶点相互作用[8]。Yamanishi等从KEGG BRITE,BRENDA,SuperTarget和DrugBank数据库搜集药物靶点相互作用数据,根据靶点类型创建酶(enzyme)、离子通道(ion channel)、G蛋白偶联受体(Gproteincoupled receptor)和核受体(nuclear receptor)数据集,基于化学结构和基因序列信息采用统计方法分析药物靶点相互作用,采用ROC曲线下面积(area under curve,AUC)作为评价指标,4个数据
您可能关注的文档
最近下载
- 太阳能光伏板安装合同协议.docx VIP
- 智融SW6306V_数据手册.pdf VIP
- 全国第三届职业技能大赛(全媒体运营项目)选拔赛理论考试题库资料(含答案).pdf VIP
- 2018年高职教育专业教学资源库建设方案-深圳职业技术学院评审.docx VIP
- 职业技术学院专业教学资源库建设与管理实施办法(试行).docx VIP
- 教育部中小学德育工作指南.pptx VIP
- 2025年成人高考时事政治试卷及答案.docx VIP
- 《工程渣土资源化利用技术规程》DB32T 5172-2025(江苏省标).pdf VIP
- 建筑结构抗震设计第三章振型分解反应谱法.ppt VIP
- 《走近周杰伦》课件.ppt VIP
文档评论(0)