文献

J-GLOBAL ID：201702234573814420   整理番号：17A1777494

併存疾患LSA PU KNN法による薬物経路相互作用対の予測【Powered by NICT】

Prediction of drug-pathway interaction pairs with a disease-combined LSA-PU-KNN method

著者 (3件)： Chen Fan-Shu (Shanghai Key Laboratory of Multidimensional Information Processing, East China Normal University, Shanghai 200262, China) ,  Jiang Hui-Yan ,  Jiang Zhenran
資料名： Molecular BioSystems  (Molecular BioSystems)
巻： 13  号： 12  ページ： 2583-2591  発行年： 2017年 
JST資料番号： W2331A  ISSN： 1742-206X  CODEN： MBOIBW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 薬物と標的化経路の間の新しい関係の予測は薬物発見と開発のための価値ある手がかりを提供することができる。しかし,情報統合とクラス不均衡問題は,利用可能な予測法のための重要な課題である。疾患関連LSA PU KNN法に基づく薬物と経路間の潜在的関係の予測を提案した。,薬物疾患経路ネットワークを構築し,異なるタイプの特徴プロファイルにより得られた薬物 疾患と経路疾患特徴を組み合わせた。ポジティブラベルなし(PU)学習とk最近傍(KNN)法を組み合わせることにより次元縮小を行うために潜在的意味解析(LSA)法を適用した。実験結果は,この方法が他の典型的な方法よりも高いAUC(ROC曲線下面積)とAUPR(PR曲線下面積)を達成できることを示した。さらに,いくつかの興味ある薬物経路相互作用対を同定し,検証した。Copyright 2017 Royal Society of Chemistry All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *相互作用 ,  ネットワーク ,  予測技法 ,  学習 ,  ターゲティング ,  血中濃度-時間曲線下面積 ,  次元縮小
準シソーラス用語： 情報フュージョン , 【Automatic Indexing@JST】

分類 (3件)： 蛋白質・ペプチド一般  (EB03010N) ,  薬理学一般  (GW01000B) ,  細胞生理一般  (EF02010S)

タイトルに関連する用語 (8件)： 疾患 ,  LSA ,  Pu ,  kNN法 ,  薬物 ,  経路 ,  相互作用 ,  予測