基于聚类分析的药物-靶标互作关系预测方法研究
发布时间：2023-10-21 09:30
药物发现与设计是一个耗资大、周期长、风险高、成功率与效率低的系统工程。据统计,一个新药从初始概念到投放市场平均耗时1015年,平均花费是815亿美元,尽管如此,每年也仅有约10%的药物获得美国食品和药物管理局认证。药物-靶标互作关系(drug-target interaction,DTI)识别是药物发现与设计中一个关键步骤,有助于理解复杂的生物作用,重要的生物过程,加速新药发现,降低研发成本,提升人类医疗水平。随着药物、靶标、药物-靶标互作关系数据的积累及机器学习、数据挖掘、网络药理学等理论与方法的研究深入,采用计算方法预测药物-靶标互作关系成为可能。因此,本文针对药物-靶标互作关系查询验证,药物、靶标数据簇个数确定及聚类分析,药物-靶标互作关系预测等问题深入研究,仅利用单源数据,提出基于药物、靶标数据聚类分析的超类与特征投影模糊分类融合方法预测药物-靶标互作关系。具体内容包括以下四个部分:(1)针对药物-靶标互作关系查询验证问题,提出一种高效查询验证方法(DTcheck)。目前,主要依赖人工手动在各个数据库中逐对查询验证药物-靶标互作关系,...
【文章页数】：132 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 基于网络的方法
1.2.2 基于机器学习的方法
1.2.3 基于聚类分析辅助的方法
1.3 本文主要研究内容
第2章 药物-靶标互作关系相关基础及其查询验证方法研究
2.1 引言
2.2 药物-靶标互作关系问题描述
2.3 药物-靶标互作关系标准数据集
2.3.1 药物-靶标互作关系数据
2.3.2 药物数据
2.3.3 靶标数据
2.4 药物-靶标互作关系预测的评价方法简介
2.4.1 交叉评价
2.4.2 外部评价
2.5 药物-靶标互作关系查询验证方法研究
2.5.1 新查询方法的提出与设计
2.5.2 基于新查询验证方法的药物-靶标互作数据扩增
2.5.3 基于扩增数据的AUC评价合理性分析
2.6 本章小结
第3章 基于改进密度峰值算法的药物与靶标数据簇数研究
3.1 引言
3.2 密度峰值算法简介
3.3 改进密度峰值算法
3.3.1 改进局部密度
3.3.2 改进赋值策略
3.3.3 提升聚类效率
3.3.4 算法流程
3.3.5 复杂度分析
3.4 改进密度峰值算法实验分析及确定药物、靶标数据簇个数
3.4.1 验证数据集及评价指标
3.4.2 实验结果及分析
3.4.3 改进密度峰值算法确定药物、靶标数据簇个数
3.4.4 改进密度峰值算法的进一步分析
3.5 本章小结
第4章 基于改进K-medoids算法的药物与靶标数据聚类方法研究
4.1 引言
4.2 K-medoids算法简介
4.3 改进K-medoids算法
4.3.1 确定候选中心点子集
4.3.2 确定2个初始中心点
4.3.3 确定新增中心点
4.3.4 算法流程
4.3.5 复杂度分析
4.4 改进K-medoids算法实验分析及聚类分析药物、靶标数据
4.4.1 验证数据集及评价指标
4.4.2 实验结果及分析
4.4.3 改进K-medoids算法聚类分析药物、靶标数据
4.4.4 改进K-medoids算法的进一步分析
4.5 本章小结
第5章 基于超类与特征投影模糊分类融合的药物-靶标互作关系预测
5.1 引言
5.2 超类与特征投影模糊分类融合方法的提出
5.2.1 超类预测方法的提出
5.2.2 特征投影模糊分类预测方法的提出
5.2.3 超类与特征投影模糊分类方法融合
5.3 超类与特征投影模糊分类方法融合方法的性能评价
5.3.1 平均百分比秩评价
5.3.2 TopN评价
5.4 药物-靶标互作关系预测结果进一步分析与讨论
5.4.1 Top100的药物-靶标互作网络分析
5.4.2 超类方法的假设讨论
5.4.3 超靶效应修正值及其最终预测值
5.5 本章小结
结论
参考文献
附录 A 药物、靶标相关数据库
攻读博士学位期间发表的论文及其他成果
致谢
个人简历
本文编号：3855579
【文章页数】：132 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 基于网络的方法
1.2.2 基于机器学习的方法
1.2.3 基于聚类分析辅助的方法
1.3 本文主要研究内容
第2章 药物-靶标互作关系相关基础及其查询验证方法研究
2.1 引言
2.2 药物-靶标互作关系问题描述
2.3 药物-靶标互作关系标准数据集
2.3.1 药物-靶标互作关系数据
2.3.2 药物数据
2.3.3 靶标数据
2.4 药物-靶标互作关系预测的评价方法简介
2.4.1 交叉评价
2.4.2 外部评价
2.5 药物-靶标互作关系查询验证方法研究
2.5.1 新查询方法的提出与设计
2.5.2 基于新查询验证方法的药物-靶标互作数据扩增
2.5.3 基于扩增数据的AUC评价合理性分析
2.6 本章小结
第3章 基于改进密度峰值算法的药物与靶标数据簇数研究
3.1 引言
3.2 密度峰值算法简介
3.3 改进密度峰值算法
3.3.1 改进局部密度
3.3.2 改进赋值策略
3.3.3 提升聚类效率
3.3.4 算法流程
3.3.5 复杂度分析
3.4 改进密度峰值算法实验分析及确定药物、靶标数据簇个数
3.4.1 验证数据集及评价指标
3.4.2 实验结果及分析
3.4.3 改进密度峰值算法确定药物、靶标数据簇个数
3.4.4 改进密度峰值算法的进一步分析
3.5 本章小结
第4章 基于改进K-medoids算法的药物与靶标数据聚类方法研究
4.1 引言
4.2 K-medoids算法简介
4.3 改进K-medoids算法
4.3.1 确定候选中心点子集
4.3.2 确定2个初始中心点
4.3.3 确定新增中心点
4.3.4 算法流程
4.3.5 复杂度分析
4.4 改进K-medoids算法实验分析及聚类分析药物、靶标数据
4.4.1 验证数据集及评价指标
4.4.2 实验结果及分析
4.4.3 改进K-medoids算法聚类分析药物、靶标数据
4.4.4 改进K-medoids算法的进一步分析
4.5 本章小结
第5章 基于超类与特征投影模糊分类融合的药物-靶标互作关系预测
5.1 引言
5.2 超类与特征投影模糊分类融合方法的提出
5.2.1 超类预测方法的提出
5.2.2 特征投影模糊分类预测方法的提出
5.2.3 超类与特征投影模糊分类方法融合
5.3 超类与特征投影模糊分类方法融合方法的性能评价
5.3.1 平均百分比秩评价
5.3.2 TopN评价
5.4 药物-靶标互作关系预测结果进一步分析与讨论
5.4.1 Top100的药物-靶标互作网络分析
5.4.2 超类方法的假设讨论
5.4.3 超靶效应修正值及其最终预测值
5.5 本章小结
结论
参考文献
附录 A 药物、靶标相关数据库
攻读博士学位期间发表的论文及其他成果
致谢
个人简历
本文编号：3855579
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3855579.html
最近更新
教材专著
