1 .一种靶点预测方法,其特征在于,所述方法包括:利用多种药物分子系数加权求闭包
计算药物和靶点相似性,通过高斯映射将药物相似性矩阵和靶点相似性矩阵映射到非线性
空间以获取新的药物、靶点相似性矩,并利用上述的相似性矩阵进行逻辑矩阵分解,然后通
过贝叶斯优化进行参数选优,最后利用药物、靶点的相似性矩阵对预测的药物-靶点关系矩
阵进行优化获得最终的药物-靶点关系。
2.如权利要求1所述的方法,其特征在于:利用药物或靶点分子二维结构的杰卡德相似
系数、偏好连接系数、皮尔逊相关系数、卡兹系数进行均值加权得到药物或靶点分子的关系
图,再对药物或靶点分子关系图求闭包获得最终的药物或靶点分子相似性矩阵。
3 .如权利要求1所述的方法,其特征在于,将药物相似性矩阵和靶点相似性矩阵与高斯
核函数进行卷积得到新的药物相似性矩阵和靶点相似性矩阵,利用新的药物相似性矩阵和
靶点相似性矩阵做逻辑矩阵分解,从而获得药物-靶点关系矩阵。
4 .如权利要求3所述的相似性矩阵与高斯核函数进行卷积,其特征在于,对药物相似性
矩阵和靶点相似性矩阵进行非线性映射。
5 .如权利要求3所述的逻辑矩阵分解中,在进行药物-靶点关系预测时采用贝叶斯优化
方法进行参数优化获得逻辑矩阵分解所需最优参数。
6 .如权利要求1所述的方法,其特征在于,利用药物和靶点的相似矩阵的局部信息对药
物-靶点关系矩阵进行改进。所述的相似性矩阵的局部信息是指药物、靶点相似性矩阵中每
个元素的相似元素。对于药物和靶点的相似矩阵中的元素,首先寻找其所对应的药物分子
与药物分子的相似性矩阵中最为相似的N个药物分子,然后在药物-靶点的关系矩阵中查询
这N个的药物分子看是否有靶点与之相匹配,如果有,则设共有M个靶点与之匹配,其对应的
药物-靶点关系值Vi,计算所有Vi的均值AVG,则将此药物和靶点的关系值设置为原始关系
值和AVG的均值;若无靶点与之相匹配,则不改变药物和靶点的相似矩阵中此元素相应关系
值,遍历完整个药物-靶点关系矩阵,最终得到改善以后的药物-靶点关系矩阵。同理,可以
利用靶点相似性矩阵进行药物-靶点关系矩阵改善。
权 利 要 求 书
1/1 页
2
文档被以下合辑收录
评论