DTI-CDF:一种基于混合特征预测药物靶点相互作用的级联深层森林模型
1. 摘要 药物靶标相互作用(DTIs)在靶向药物的发现和开发中起着至关重要的作用。DTIs的计算预测可以有效地补充湿实验室技术对DTIs的识别。然而,现有的DTI预测方法存在精度低、假阳性率高的问题。本文提出了一种基于级联深度森林模型的预测方法,命名为DTI-CDF。在实验中,本文在三种不同的数据集实验设置下构建了5个重复的10倍交叉验证。实验结果表明,本文提出的DTI-CDF方法比传统的基于集成学习的方法如随机森林和XGBoost、深度神经网络以及最新的DDR方法取得了显著的性能提升。此外,有1
原创
2020-10-07 20:50:00 ·
7475 阅读 ·
3 评论