文献

J-GLOBAL ID：201702292357806384   整理番号：17A0414569

マルチ情報融合を用いた薬物 標的相互作用の予測【Powered by NICT】

Predicting Drug-Target Interactions With Multi-Information Fusion

著者 (5件)： Peng Lihong (Key Laboratory for Embedded and Network Computing of Hunan Province, the College of Information Science and Engineering, Hunan University, Changsha, China) ,  Liao Bo (Key Laboratory for Embedded and Network Computing of Hunan Province, the College of Information Science and Engineering, Hunan University, Changsha, China) ,  Zhu Wen (Key Laboratory for Embedded and Network Computing of Hunan Province, the College of Information Science and Engineering, Hunan University, Changsha, China) ,  Li Zejun (Key Laboratory for Embedded and Network Computing of Hunan Province, the College of Information Science and Engineering, Hunan University, Changsha, China) ,  Li Keqin (Key Laboratory for Embedded and Network Computing of Hunan Province, the College of Information Science and Engineering, Hunan University, Changsha, China)
資料名： IEEE Journal of Biomedical and Health Informatics  (IEEE Journal of Biomedical and Health Informatics)
巻： 21  号： 2  ページ： 561-572  発行年： 2017年 
JST資料番号： W1135A  ISSN： 2168-2194  CODEN： IJBHA9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 薬物と標的との間の潜在的な関連性を同定現代薬物発見と再利用のための重要な前提条件である。しかし,これらの関連性を予測する既存の計算法の限界のために困難である。大部分のモデルは化学構造と蛋白質配列のみを考慮すると,他のモデルは,単純化しすぎた。,解析に使用したデータセットは真陽性相互作用のみを含み,実験的に検証された陰性試料が入手できない。これらの限界を克服するために,ラベル付きデータおよびラベル無し相互作用情報を用いた協調フィルタリング理論によるNormMulInfと呼ばれる半教師つきベース学習フレームワークを開発した。提案した方法は,最初に類似性測度,試料間の類似性と試料のラベル間の局所相関などを決定し,生物学的情報を統合した。類似性情報を用いて,ロバストな主成分分析モデルに統合し,拡張Lagrange乗算器を用いて解いた。四種類の薬剤-標的相互作用ネットワークの実験結果は,提案手法が正確に薬物-標的相互作用を分類し,予測することができることを示唆した。予測された相互作用の一部は,公開データベースで報告されている。本提案法は新薬のための可能性のある標的を予測でき,アトロピンはα1Bとbeta1 アドレネルグ酸受容体と相互作用するかどうかを決定するために使用できる。さらに,開発した技術は,新たな標的のための潜在的な薬剤を同定し,オランザピンおよびプロピオマジンは5HT2Bに標的化するかどうかを評価するのに用いることができる。最後に,提案した方法はマルチターゲット薬と多剤標的の研究に制限を潜在的に取扱うことができる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： データベース ,  類似性 ,  *相互作用 ,  簡素化 ,  新薬 ,  測度 ,  再利用 ,  ロバスト性 ,  ターゲティング ,  情報公開 ,  主成分分析 ,  窒素複素環化合物 ,  芳香族化合物 ,  トロパンアルカロイド ,  架橋化合物 ,  カルボン酸エステル ,  ヒドロキシ酸
準シソーラス用語： 協調フィルタリング ,  化学構造 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

物質索引 (2件)： オランザピン ,  アトロピン

タイトルに関連する用語 (6件)： マルチ ,  情報融合 ,  薬物 ,  標的 ,  相互作用 ,  予測