Drug-Target interaction Prediction
文章平均质量分 76
wangchuang2017
天下才子,中州过半
惟楚有才,于斯为盛
实事求是,知行合一
师者,所以传道,授业,解惑也
展开
-
机器学习 阴性集的选择 —— drug-target interactions (DTIs)
文章目录 前言 一、已存在的阴性集选择方法 1、未知的DTIs 2. wang et al.的两种策略 2.1 策略一 2.2 策略二 3. 基于guilt-by-association反向选择 4. OCSVM: 基于阳性推测阴性集 5. 结合guilt-by-association逆否命题和OCSVM 二. 文献中阴性集选择 1. 药物对的阴性集 2. 药靶阴性集 前言 在机器学习中,阴性集的选择 会影响结果的准确性。 高度可.原创 2021-02-22 17:25:51 · 1241 阅读 · 0 评论 -
Graph Convolutional Neural Networks for Predicting Drug-Target Interactions
1. 摘要 2. 数据集 DUDE数据集改进 DUDE-chemBl负样本数据集 最大无偏数据集(MUV) 3. 图构建 pocket graph molecuar graph 4. 口袋pretraining 使用autoencoder 4.1 阶段1 自编码 编码器 解码器 4.2 阶段二自编码 4.3 模型设计 实验结果 1. baseline 2. 数据可视化 3.测试模型是否有学习到口袋信息 4...原创 2021-02-22 17:22:26 · 1003 阅读 · 0 评论 -
DDR: efficient computational method to predict drug–target interactions using graph mining and machi
DDR: efficient computational method to predict drug–target interactions using graph mining and machine learning approaches DDR:利用图挖掘和机器学习方法预测药物-靶点相互作用 的有效计算方法 通过计算找到药物靶点相互作用(DTIs)是一种方便的方法,可以以较低的成本和合理的准确性识别新的DTIs。 然而,现有的DTI预测方法存在假阳性预测率高的问题。结果: 我们开发了DD...原创 2021-02-19 15:49:44 · 402 阅读 · 0 评论