基于指纹相似度的药物靶点相互作用预测

基于指纹相似度的药物靶点相互作用预测

ID:28068160

大小:16.94 KB

页数:3页

时间:2018-12-08

基于指纹相似度的药物靶点相互作用预测_第1页
基于指纹相似度的药物靶点相互作用预测_第2页
基于指纹相似度的药物靶点相互作用预测_第3页
资源描述:

《基于指纹相似度的药物靶点相互作用预测》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。基于指纹相似度的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

2、效性。[关键词]药物靶点相互作用;分子指纹;随机森林PredictionofdrugtargetinteractionbasedonfingerprintsimilarityYUYayun1,LIUYongguo1,JIANGYu1,LILimin2[Abstract]Drugsplaythepharmacologicaleffectsbycombiningwithtargetproteins.Identificationofdrugtargetinteractionsisimportantfordiscoveringnewfunctionsofdrugs.I

3、nthispaper,thetargetfingerprintsbasedonmolecularsubstructureandthedrugtargetsimilaritybasedonfingerprintsareproposedtoarandomforestbasedclassificationmethod,inordertoidentifythedrugtargetinteractions.为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我们不仅把资源运用于课堂教学,还利用系统的特色栏目开展课外活动,对学生进行安全教育、健康教育、反邪教教育等丰富

4、学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。Experimentsonenzymes,ionchannels,Gproteincoupledreceptorsandnuclearreceptorsprovedtheeffectivenessoftheproposedmethod.Inaddition,theproposedmethodisappliedtopredicttheinteractionsbetwe

5、eningredientsandtargetsoftraditionalChinesemedicines.[Keywords]drugtargetinteraction;molecularfingerprint;randomforest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

6、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]。为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我们不仅把资源运用于课堂教学,还利用系统的特色栏目开展课外活动,对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步

7、进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。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KEGGBRITE,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、离子通道、G蛋白偶联受体和核受体数据集,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曲线下面积作为评价指标,4个数据集的AUC值分别为0904,0851,0899,0843[9]。vanLaa

8、rhoven等通过二值矩阵表示药物靶点

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。