本发明公开了一种基于排序学习的并行式药物‑靶标相关性预测方法,属于生物信息学领域。该方法通过多种特征提取方法提取多种类型的相似度、相关性特征、化学空间特征、基因空间特征,继而由于多角度的特征提取会得到较高维数的特征集且样本无常规的正反例类标签,故用主成分分析法进行降维处理,然后将降维后的特征集输入排序学习算法中最终会预测输出每种查询下所涉及的药物与靶标的相关性程度。利用排序学习不再是简单的将药物与靶标的关系划分为相关或不相关,而是依据二者的相关性程度进行了排序,这样不仅有利于新药研发,还有利于药物的重定向。
声明:
“基于排序学习的并行式药物-靶标相关性预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)