基于多标记学习预测药物-靶标相互作用

摘要

对药物-靶标关联进行了研究,提出基于弱标记和多信息融合的药物-靶标相互作用预测方法PDML.通过与其他方法对比和数据库检索验证评估PDML模型的性能:与Yamanishi提出的方法、RLSMDA、LapRLS及NetCBP相比,除在核受体数据集中该方法在AUC上的性能比LapRLS略有降低之外,模型在敏感性,特异性、AUC和AUPR上的性能均优于其他四种方法;提取前5个预测分值最高的药物-靶标对,这些药物-靶标对能通过检索DrugBank、SuperTarget和KEGG数据库而得到验证。