Knowledge Management System of Northwest Institute of Plateau Biology, CAS
| 基于核方法的协同药物组合预测方法 | |
张竣; 袁锐; 陈世龙 ; 王永翠
| |
| 2023 | |
| 发表期刊 | 中国科学:生命科学
 |
| 卷号 | 53期号:11页码:1663-1672 |
| 摘要 | 肿瘤因其异质性和复杂的代谢途径,会对单一药物产生耐药性.具有协同抑制效应的药物组合策略,是解决上述问题的有效途径之一.然而,筛选有效药物组合往往需要通过一系列药理学、分子生物学实验,耗时且费用高昂.生物信息学方法通过对已知协同用药的实验数据进行建模分析,可以实现有效药物组合的高通量筛选.本文提出一种基于相似性特征的预测药物组合和细胞系(drug-drug-cell line, DDC)关系的新方法,用于筛选出特异于细胞系的协同或拮抗的药物组合.具体地,首先使用S-kernel和高斯核分别计算药物组合和细胞系基于相似性的特征向量,然后拼接两向量得到药物组合-细胞系的特征向量,以此作为机器学习模型的输入特征.基于药物协同实验的DDC关系作为机器学习的输出.三种机器学习模型,包括深度神经网络(deep neural network, DNN)、随机森林(random forest, RF)和支持向量机(support vector machine, SVM),交叉验证结果表明,新方法稳定可行,且深度神经网络和随机森林分类准确率高达89%～91%.重要的是,基于新方法的预测模型能够预测包含未知药物分子或细胞系的全新DDC组合.本文提出的特征计算方法能够使机器学习模型准确预测药物组合同细胞系之间的关系,为药物组合协同预测提供了一种新方法. |
| 关键词 | 核方法 机器学习 相似性计算 协同药物组合 细胞系特异 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://210.75.249.4/handle/363003/61726 |
| 专题 | 中国科学院西北高原生物研究所 |
| 推荐引用方式 GB/T 7714 | 张竣,袁锐,陈世龙,等. 基于核方法的协同药物组合预测方法[J]. 中国科学:生命科学,2023,53(11):1663-1672. |
| APA | 张竣,袁锐,陈世龙,&王永翠.(2023).基于核方法的协同药物组合预测方法.中国科学:生命科学,53(11),1663-1672. |
| MLA | 张竣,et al."基于核方法的协同药物组合预测方法".中国科学:生命科学 53.11(2023):1663-1672. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [张竣]的文章 |
| [袁锐]的文章 |
| [陈世龙]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [张竣]的文章 |
| [袁锐]的文章 |
| [陈世龙]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [张竣]的文章 |
| [袁锐]的文章 |
| [陈世龙]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论