本文關(guān)鍵詞：基于信息整合的藥物副作用預(yù)測方法研究

  更多相關(guān)文章： 信息整合 藥物-副作用預(yù)測 BP神經(jīng)網(wǎng)絡(luò) 多特征融合 集成學(xué)習(xí)

【摘要】：藥物副作用研究是新藥安全性評估的重要內(nèi)容,直接關(guān)乎人類健康。及時、準確、快速預(yù)測藥物的潛在副作用,對于降低藥物不良事件率及保護患者健康都具有至關(guān)重要的意義。而傳統(tǒng)的基于生物化學(xué)和細胞實驗來預(yù)測藥物副作用的方法,用時長效率低且花費高昂。因此,使用計算方法來預(yù)測藥物副作用的需求正在日益凸顯。本文以生物小分子(包括藥物和化合物)為研究對象,通過挖掘各類相關(guān)知識,預(yù)測生物小分子和副作用之間的相互關(guān)系,為臨床患者用藥提供參考。主要內(nèi)容如下：1.提出了一種基于藥物的化學(xué)子結(jié)構(gòu)的藥物-副作用相互關(guān)系預(yù)測方法。該方法主要使用了藥物的化學(xué)子結(jié)構(gòu)空間信息為特征,輔助使用了藥物的靶標信息和官能團信息做比較。通過BP神經(jīng)網(wǎng)絡(luò)方法對藥物-特征信息-副作用網(wǎng)絡(luò)的挖掘,預(yù)測出藥物可能存在的副作用。實驗結(jié)果表明,神經(jīng)網(wǎng)絡(luò)方法的預(yù)測是有效的,并且挖掘出一些藥物副作用的作用機制與相應(yīng)化學(xué)子結(jié)構(gòu)之間存在的潛在關(guān)系。2.完善了一種基于多特征融合的藥物-副作用相互關(guān)系預(yù)測方法,該方法使用多標簽集成K近鄰模型,融合了藥物的化學(xué)特性特征、生物特性特征,表型特性特征以及藥理學(xué)特性特征進行副作用預(yù)測。通過對單一模型在集成學(xué)習(xí)模型中的權(quán)重的優(yōu)化,獲得了權(quán)重最優(yōu)解。大規(guī)模的副作用數(shù)據(jù)實驗結(jié)果表明,多特征融合的集成K近鄰方法不僅預(yù)測精度高,魯棒性好,而且可以成功預(yù)測出一些藥物在上市以后才表現(xiàn)出的副作用。3.實現(xiàn)了基于三種算法的藥物副作用可視化預(yù)測工具"DSEP"。 DSEP工具可以提供基于數(shù)據(jù)庫中藥物的副作用預(yù)測服務(wù)和基于分子文件的藥物副作用預(yù)測服務(wù)。提供服務(wù)的方式有兩種,包括大規(guī)模藥物預(yù)測的客戶端工作模式和少量藥物在線計算的Web服務(wù)模式。
【關(guān)鍵詞】：信息整合 藥物-副作用預(yù)測 BP神經(jīng)網(wǎng)絡(luò) 多特征融合 集成學(xué)習(xí)
【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R96
【目錄】：

• 內(nèi)容摘要6-7
• Abstract7-11
• 第一章 緒論11-17
• 1.1 研究背景,目的及意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-14
• 1.3 論文主要工作14
• 1.4 論文結(jié)構(gòu)14-17
• 第二章 相關(guān)知識17-23
• 2.1 藥物的常用特征及相關(guān)數(shù)據(jù)庫17-18
• 2.2 機器學(xué)習(xí)相關(guān)知識18-19
• 2.3 藥物副作用預(yù)測基本流程19-23
• 第三章 基于化學(xué)子結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)方法預(yù)測藥物副作用23-34
• 3.1 引言23-24
• 3.2 數(shù)據(jù)集構(gòu)建24-25
• 3.3 方法概述25-30
• 3.3.1 神經(jīng)網(wǎng)絡(luò)方法25-27
• 3.3.2 稀疏典型相關(guān)分析法27-28
• 3.3.3 核回歸方法28
• 3.3.4 性能評價28-30
• 3.4 結(jié)果與討論30-33
• 3.5 本章小結(jié)33-34
• 第四章 基于多特征融合的集成K近鄰方法預(yù)測藥物副作用34-47
• 4.1 引言34-35
• 4.2 數(shù)據(jù)集構(gòu)建35-37
• 4.2.1 化學(xué)特性相似性35
• 4.2.2 生物特性相似性35-36
• 4.2.3 表型相似性36
• 4.2.4 藥理學(xué)相似性36
• 4.2.5 相似性衡量比較36-37
• 4.3 方法概述37-42
• 4.3.1 多標簽集成K近鄰方法37-39
• 4.3.2 性能評價39-42
• 4.4 結(jié)果與討論42-45
• 4.5 本章小結(jié)45-47
• 第五章 藥物副作用預(yù)測工具的設(shè)計與實現(xiàn)47-57
• 5.1 引言47
• 5.2 主要設(shè)計思想47-48
• 5.3 客戶端工具48-54
• 5.3.1 工具的輸入49-50
• 5.3.2 使用和處理流程50-52
• 5.3.3 工具的輸出52-54
• 5.4 在線計算服務(wù)54-55
• 5.5 本章小結(jié)55-57
• 第六章 總結(jié)與展望57-59
• 6.1 論文工作總結(jié)57-58
• 6.2 工作展望58-59
• 參考文獻59-63
• 致謝63-64
• 附錄 攻讀學(xué)位期間發(fā)表論文目錄64

【參考文獻】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王軼初;基于集成學(xué)習(xí)的半監(jiān)督學(xué)習(xí)算法研究[D];西安電子科技大學(xué);2011年

，

本文編號：840334