一种基于有界核范数正则化的新冠肺炎药物筛选模型

摘要

本发明公开了一种基于有界核范数正则化的新冠肺炎药物筛选模型。首先，通过公开可用的数据库整理方法所需要的病毒和药物的相关信息；其次，分别计算病毒和药物的相似性；再次，构建异构网络，整合邻接矩阵；第四，提出VDA‑GBNNR模型，填补病毒与药物之间的未知的关联，根据得分排名先后筛选出抗新冠病毒的候选药物；最后，将预测出的排名靠前的小分子药物与受体蛋白进行分子对接，得到分子结合能与结合位点。本发明通过结合核范数正则化来实现有噪声的矩阵补全，有效地解决了过拟合问题，并且加入一个范围约束，强制所有预测结果的输出矩阵内的所有值在特定范围内。实验结果表明，该方法得到的AUC值较高，能够较为准确地预测病毒与药物的关联。