基于藥物相似性特性預(yù)測(cè)有效藥物組合.pdf

1、采用多靶標(biāo)的策略治療如癌癥、艾滋等復(fù)雜疾病已經(jīng)成為一種趨勢(shì)。對(duì)于現(xiàn)已有的藥物組合多是臨床經(jīng)驗(yàn)習(xí)得，其分子機(jī)制不明晰，設(shè)計(jì)新的藥物組合困難重重。
　　在此，我們提出了一種新的預(yù)測(cè)有效藥物組合的研究方法。該方法融合了藥物生物學(xué)（靶蛋白、疾病通路）、化學(xué)（二維結(jié)構(gòu)、化合物相互作用可能性）及藥理學(xué)（藥物療效）等方面的信息，描述藥物組合的特征。我們通過(guò)對(duì)藥物相關(guān)數(shù)據(jù)的完整性篩選，最終選定352對(duì)藥物組合作為我們建立藥物組合預(yù)測(cè)模型的研究對(duì)象

2、。我們?yōu)槊繉?duì)藥物組合構(gòu)建了732維的特征向量以描述其屬性。但這些特征中可能存在冗余信息，因此，我們采用最小冗余最大相關(guān)算法選出對(duì)樣本分類(lèi)貢獻(xiàn)大、最有影響的特征。
　　經(jīng)過(guò)特征篩選后的訓(xùn)練集樣本將作為模型的輸入建立藥物組合預(yù)測(cè)模型。本研究中，我們分別采用了三種不同的機(jī)器學(xué)習(xí)方法建立藥物組合預(yù)測(cè)模型。此外，我們還構(gòu)建了基于基學(xué)習(xí)和相似性矩陣的方法構(gòu)建模型。通過(guò)測(cè)試集對(duì)建立的模型進(jìn)行評(píng)價(jià)后發(fā)現(xiàn)，基于隨機(jī)梯度提升的方法建模效果最好。