基于交互式多特征融合算法的药物靶标预测

高浩田; 李东喜; 陈泽华; 赵芊

doi:10.16355/j.tyut.1007-9432.20230163

太原理工大学学报 ›› 2024, Vol. 55 ›› Issue (04) : 751 -758. DOI: 10.16355/j.tyut.1007-9432.20230163

基于交互式多特征融合算法的药物靶标预测

高浩田, 李东喜, 陈泽华, 赵芊

作者信息 +

Author information +

文章历史 +

摘要

【目的】药物-靶标相互作用预测在药物重定位和药物开发方面起着至关重要的作用。【方法】提出了一种基于冗余度-相关性和交互作用结合的多特征融合算法RCI(redundancy-correlation and interaction),并结合堆叠集成分类器搭建药物靶标预测模型。首先，提取药物和靶标的高维特征进行多特征融合，使用RCI算法构建非冗余的且具有相关性的交互特征子集。然后，将交互特征子集输入到由多个基学习器构成的堆叠集成分类器中进行训练。最后，对两个基准药物靶标网络进行了预测。【结果】实验结果表明，所搭建模型的准确度ACC值和AUC值均优于现有基线方法，说明所提算法的有效性。