發(fā)布時間：2021-04-14 22:55

　　蛋白質是生物機體內重要的物質,它是生命活動的主要承擔者。絕大多數(shù)藥物進入機體后都是通過與蛋白質發(fā)生相互作用進而對人體產生作用。藥物與生物大分子相互結合、作用的部位稱為藥物靶點。根據(jù)多向藥理學可知,藥物可能存在多個藥物靶點,而且多數(shù)的藥物靶點都是由蛋白質組成的,因此對藥物與蛋白質相互作用預測的研究,有利于藥物重定位、縮短藥物的開發(fā)時間。傳統(tǒng)的藥物靶向蛋白質作用研究采用生物實驗方法確認藥物與蛋白質是否會發(fā)生相互作用,這種方式需要耗費大量的成本與時間。由于基于計算方法的藥物與蛋白質的相互作用預測方法可以極大地降低預測成本,所以使用計算機模擬、模式識別等手段預測藥物與蛋白質的相互作用成了一項重要的研究工作。目前已有大量的基于計算方法的藥物與蛋白質的相互作用預測方法的研究。本文提出了一種基于深度置信網(wǎng)絡的藥物-蛋白質相互作用預測算法:從藥物的分子結構出發(fā),提取藥物的擴展連通指紋,從蛋白質的氨基酸序列出發(fā),提取了蛋白質的三肽結構特征,將藥物的擴展連通指紋和蛋白質的三肽結構特征兩兩拼接,構成一個藥物-蛋白質特征向量,之后輸入到深度置信網(wǎng)絡中進行訓練,網(wǎng)絡的輸出為網(wǎng)絡輸入的藥物-蛋白質對發(fā)生相互作用的... 

【文章來源】：華南農業(yè)大學廣東省

【文章頁數(shù)】：58 頁

【學位級別】：碩士

【部分圖文】：

論文組織結構

、偏好和物品內容進行推薦，傳統(tǒng)的推薦技術存開始出現(xiàn)將推薦技術和深度學習相互結合以提測主要使用光譜法、平衡透析法等實驗驗證的方計算機技術與生物信息技術的不斷發(fā)展，兩者計算機技術輔助以解決生物學的問題的研究。，基于計算方法的 DTI 預測可以分為兩大類：基薦技術具有相似性，都是利用物體間的相互關聯(lián)戶評分進行預測，因此目前已有大量的利用推薦深度學習的 DTI 預測的研究則是伴隨著深度學基于藥物和蛋白質的結構信息而展開相關研究進行 DTI 預測。

問題本質與推薦技術相似，推薦技術在用戶和物品兩個實體下是在藥物和蛋白質兩個實體下進行預測，它們都是在已知的已知的作用關系下進行的。因此推薦技術已經開始用在 DTI 可以劃分為三個方向：基于協(xié)同過濾、隱語義模型和網(wǎng)絡的方測研究方法都是基于隱語義模型和網(wǎng)絡的方法。濾（Collaborative Filtering，CF）算法是最常見且常用的推薦算的不同，可以劃分為基于用戶和基于物品的 CF 算法。對于 D戶、物品替換為藥物、蛋白質（林耀進等，2015）。

【參考文獻】：
期刊論文
[1]蛋白質結構預測[J]. 鄧海游,賈亞,張陽.  物理學報. 2016(17)
[2]神經網(wǎng)絡七十年:回顧與展望[J]. 焦李成,楊淑媛,劉芳,王士剛,馮志璽.  計算機學報. 2016(08)
[3]基于大數(shù)據(jù)的精準醫(yī)療服務體系研究[J]. 范美玉,陳敏.  中國醫(yī)院管理. 2016(01)
[4]藥物-疾病關系預測:一種推薦系統(tǒng)模型[J]. 汪浩,王海平,吳信東,劉琦.  中國藥理學通報. 2015(12)
[5]基于協(xié)同過濾的藥物重定位算法[J]. 林耀進,張佳,林夢雷,李進金.  南京大學學報(自然科學). 2015(04)
[6]一種基于隱語義概率模型的個性化Web服務推薦方法[J]. 胡堰,彭啟民,胡曉惠.  計算機研究與發(fā)展. 2014(08)
[7]中國藥物研發(fā)的新機遇:基于醫(yī)藥大數(shù)據(jù)的系統(tǒng)性藥物重定位[J]. 王可鑒,石樂明,賀林,張永祥,楊侖.  科學通報. 2014(18)
[8]藥物重定位——網(wǎng)絡藥理學的重要應用領域[J]. 張永祥,程肖蕊,周文霞.  中國藥理學與毒理學雜志. 2012(06)



本文編號：3138163