基于協(xié)同矩陣分解的藥物靶標相互作用關(guān)系預(yù)測.pdf_第1頁
已閱讀1頁，還剩52頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、研究藥物和靶標蛋白之間的關(guān)系對于藥物研發(fā)有著重要的意義。傳統(tǒng)的化學試驗方法效率低下且成本高昂，而通過計算機技術(shù)進行研究具有高效、低開銷等優(yōu)點，因此成為這一領(lǐng)域的重要研究途徑。本文重點關(guān)注基于機器學習，尤其是基于相似度的藥物-靶標相互作用關(guān)系預(yù)測方法。這一領(lǐng)域當下的研究熱點是如何開發(fā)新的預(yù)測方法使其具有較高的預(yù)測準確性。
　　在本文中，我們首先對現(xiàn)今較為經(jīng)典，同時預(yù)測效果較好的幾種基于機器學習的方法進行了簡要的回顧和比較。之后我們提

2、出了一種全新的基于矩陣分解的機器學習方法——協(xié)同矩陣分解（Collaborative Matrix Factorization），并在統(tǒng)一的實驗條件下與之前的方法進行了預(yù)測性能的比較。實驗結(jié)果表明，協(xié)同矩陣分解在12種實驗設(shè)置中有9種都取得了最好的預(yù)測效果，展示了協(xié)同矩陣分解在藥物-靶標蛋白關(guān)系預(yù)測中的突出優(yōu)勢。最后我們對通過協(xié)同矩陣分解預(yù)測得到的全新的藥物-靶標蛋白匹配對在最新的數(shù)據(jù)庫中進行了驗證，結(jié)果表明，在20個新預(yù)測中有14個都

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論