發(fā)布時(shí)間：2022-08-09 09:52

　　近些年,新聞中頻繁報(bào)道臨床不良藥物反應(yīng)事件（Adverse Drug Reactions,ADRs）,據(jù)估計(jì),美國(guó)每年有44,000至98,000人死于ADRs,無疑增加了醫(yī)療風(fēng)險(xiǎn)和經(jīng)濟(jì)損失。預(yù)測(cè)潛在的藥物相互作用（Drug-Drug Interaction,DDI）可以在藥物實(shí)驗(yàn)階段和臨床用藥階段提供數(shù)據(jù)支持。DDI是指聯(lián)合用藥時(shí),藥物之間互相增強(qiáng)或減弱藥物反應(yīng),作用結(jié)果包括無關(guān)、協(xié)同、相加和拮抗四種。本文旨在通過預(yù)測(cè)潛在的DDI關(guān)系,給出不良藥物反應(yīng)發(fā)生的概率,從而提供藥物實(shí)驗(yàn)支持和臨床用藥指導(dǎo)。本文從藥物表型、治療學(xué)、化學(xué)結(jié)構(gòu)和基因組學(xué)四個(gè)藥物屬性數(shù)據(jù)出發(fā),構(gòu)建了一個(gè)基于藥物屬性的預(yù)測(cè)模型（Drug-attribute Prediction Model,DAPM）。根據(jù)數(shù)據(jù)特點(diǎn),本文使用Tanimoto相似度分別計(jì)算了4種特征相似度,作為模型的訓(xùn)練特征。隨后運(yùn)用Logistic回歸、決策樹、樸素貝葉斯、支持向量機(jī)、kNN、隨機(jī)森林等6種算法進(jìn)行對(duì)比試驗(yàn),預(yù)測(cè)潛在的DDI關(guān)系,若概率大于50%,即為潛在ADR。針對(duì)該模型,本文基于數(shù)據(jù)層面和網(wǎng)絡(luò)結(jié)構(gòu)層面,提出了兩個(gè)優(yōu)化策略,極大的提... 

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語對(duì)照表
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文主要工作
    1.4 論文章節(jié)安排
第二章 相關(guān)理論基礎(chǔ)
    2.1 算法相關(guān)理論
        2.1.1 圖論
        2.1.2 復(fù)雜網(wǎng)絡(luò)
    2.2 多層網(wǎng)絡(luò)相關(guān)理論
        2.2.1 多層網(wǎng)絡(luò)基本概念
        2.2.2 多層網(wǎng)絡(luò)拓?fù)涮匦?br>    2.3 二分類算法
    2.4 本章小結(jié)
第三章 基于藥物屬性的DDI預(yù)測(cè)模型構(gòu)建與分析
    3.1 藥物相關(guān)數(shù)據(jù)
    3.2 四維網(wǎng)絡(luò)DDI預(yù)測(cè)模型
        3.2.1 One-class SVM改進(jìn)分類數(shù)據(jù)
        3.2.2 相似度計(jì)算
        3.2.3 DAPM四維預(yù)測(cè)模型
    3.3 DAMN四維多層網(wǎng)絡(luò)模型
        3.3.1 層內(nèi)鄰接矩陣構(gòu)建
        3.3.2 層間鄰接矩陣構(gòu)建
        3.3.3 超拉普拉斯矩陣構(gòu)建
    3.4 RWLR隨機(jī)游走優(yōu)化多層網(wǎng)絡(luò)穩(wěn)態(tài)矩陣
        3.4.1 RWLR隨機(jī)游走算法
        3.4.2 種子節(jié)點(diǎn)選取
        3.4.3 改進(jìn)的DDI預(yù)測(cè)實(shí)驗(yàn)
    3.5 模型性能評(píng)估
    3.6 本章小結(jié)
第四章 實(shí)驗(yàn)結(jié)果分析
    4.1 數(shù)據(jù)處理結(jié)果分析
    4.2 ADR網(wǎng)絡(luò)拓?fù)浞治?br>    4.3 DAMN四維多層網(wǎng)絡(luò)拓?fù)浞治?br>    4.4 DAPM四維數(shù)據(jù)預(yù)測(cè)結(jié)果分析
        4.4.1 預(yù)測(cè)實(shí)驗(yàn)參數(shù)調(diào)優(yōu)
        4.4.2 算法性能評(píng)估結(jié)果
    4.5 RWLR隨機(jī)游走分析
        4.5.1 獲取最優(yōu)隨機(jī)游走參數(shù)
        4.5.2 隨機(jī)游走實(shí)驗(yàn)結(jié)果
    4.6 改進(jìn)網(wǎng)絡(luò)的DDI預(yù)測(cè)結(jié)果分析
    4.7 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 工作展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介



本文編號(hào)：3672339