• 首页
  • 实验室概况
    • 实验室介绍
    • 实验室管理
    • 学术委员会
    • 实验室组成
    • 规章制度
  • 科学研究
    • 研究方向
    • 研究进展
    • 学术论文
    • 科研项目
  • 研究队伍
    • 序列分析
    • 生物网络分析
    • 医学影像分析
    • 生物数据挖掘
  • 研究生教育
    • 招生指南
    • 导师信息
    • 活动展示
  • 合作交流
    • 学术会议
    • 学术报告
  • 开放课题
    • 通知
    • 申请指南
    • 管理办法
    • 经费细则
    • 申请表格
  • 新闻中心
    • 资讯动态
    • 新闻公告
  • 开源软件
  • 联系我们
当前位置: 首页 >> 科学研究 >> 研究进展 >> 正文

基于矩阵填充的多视图学习方法用于药物重定位

2022年03月16日 10:14  点击:[]

中南大学计算机学院、生物信息学湖南省重点实验室成员燕熠新硕士在药物-疾病关联预测领域取得重要研究成果。该研究成果以“Drug repositioning based on multi-view learning with matrix completion”为题,在国际生物信息学权威期刊《Briefings in Bioinformatics》(IF=11.622)上在线发表。

1647394995(1)

确定药物适应症是药物开发过程中的关键部分。然而,传统的药物发现既昂贵又耗时。药物重新定位旨在为现有药物寻找潜在适应症,这被认为是传统药物发现的重要替代方案。该研究成果提出了一种基于矩阵填充的多视图学习方法(MLMC)来预测药物和疾病之间的潜在关联。具体来说,MLMC首先利用具有图拉普拉斯正则化的多视图学习(ML)从五个药物相似性矩阵和两个疾病相似性矩阵中分别学习综合相似性矩阵,并同步更新药物-疾病关联矩阵。然后该研究引入基于低秩结构的矩阵填充(MC)为原始关联矩阵添加一些正项,并再次执行多视图学习算法进行关联预测。最后,集成上述两个操作的预测结果作为模型最终输出。通过10倍交叉验证和de novo测试,MLMC实现了比目前现有的先进方法更高的预测精准度。此外,案例研究证实了该方法在新的药物-疾病关联发现中的能力。

王建新教授团队长期致力于计算机算法与优化、生物信息学、医学影像分析等方面研究。该研究工作得到国家自然科学、高等学校学科创新引智计划、湖南省科技计划等基金支持。


上一条:带容量下限k-中值问题的近似算法研究
下一条:TRScore:基于3D RepVGG的蛋白质对接模型评分方法

【关闭】

版权所有 生物信息学湖南省重点实验室 Copyright ©2020 http://bio.csu.edu.cn/

湖南省长沙市岳麓区麓山南路932号, 410083 电话/传真:(0731)- 88830212 电子邮件:hunan_bio@csu.edu.cn