基于藥物相似性特性預測有效藥物組合.pdf

1、采用多靶標的策略治療如癌癥、艾滋等復雜疾病已經成為一種趨勢。對于現已有的藥物組合多是臨床經驗習得，其分子機制不明晰，設計新的藥物組合困難重重。
　　在此，我們提出了一種新的預測有效藥物組合的研究方法。該方法融合了藥物生物學（靶蛋白、疾病通路）、化學（二維結構、化合物相互作用可能性）及藥理學（藥物療效）等方面的信息，描述藥物組合的特征。我們通過對藥物相關數據的完整性篩選，最終選定352對藥物組合作為我們建立藥物組合預測模型的研究對象

2、。我們?yōu)槊繉λ幬锝M合構建了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算法選出對樣本分類貢獻大、最有影響的特征。
　　經過特征篩選后的訓練集樣本將作為模型的輸入建立藥物組合預測模型。本研究中，我們分別采用了三種不同的機器學習方法建立藥物組合預測模型。此外，我們還構建了基于基學習和相似性矩陣的方法構建模型。通過測試集對建立的模型進行評價后發(fā)現，基于隨機梯度提升的方法建模效果最好。