【摘 要】
：
传统的药物研发周期非常长,通常需要投入巨资研发。使用计算机辅助药物发现可以提高研发效率并有效降低研发成本,引起了广泛关注并吸引众多学者进行相关研究。药物靶标相互作用预测是计算机辅助药物发现的一个重要研究领域。药物靶标相互作用预测所涉及的数据具有噪声多、维度高和稀疏的特点,矩阵分解方法常被用以预测未知或缺失的数据,能很好应对具有上述特点的数据。因此,本文基于矩阵分解从以下几个方面展开对药物靶标相互作
论文部分内容阅读
传统的药物研发周期非常长,通常需要投入巨资研发。使用计算机辅助药物发现可以提高研发效率并有效降低研发成本,引起了广泛关注并吸引众多学者进行相关研究。药物靶标相互作用预测是计算机辅助药物发现的一个重要研究领域。药物靶标相互作用预测所涉及的数据具有噪声多、维度高和稀疏的特点,矩阵分解方法常被用以预测未知或缺失的数据,能很好应对具有上述特点的数据。因此,本文基于矩阵分解从以下几个方面展开对药物靶标相互作用预测的研究:1.针对药物靶标相互作用特征数据维度高,且存在噪声问题,创新性地提出了基于线性矩阵分解以及深度神经网络的融合低维潜在特征模型。该模型能够有效提取药物和靶标的低维潜在特征,从而解决以上问题。2.针对药物靶标相互作用数量少而稀疏,以及特征存在噪声等问题,提出基于贝叶斯个性化排序改进的预测模型。该模型引入基因噪声扰动因子提升鲁棒性;结合双重相似性正则化,优化药物靶标潜在因子训练过程。相比深度神经网络等其他方法,该模型预测性能提升了约2～3个百分点。3.针对已有模型通用性差的问题,提出基于自表征矩阵分解改进的预测模型。该模型引入非负性约束和非平凡解约束,并结合图正则化方法,不仅解决了通用性问题,并且优化了药物靶标表征矩阵训练过程。相比第2点所提出的模型,该模型减少了约一半的训练时间。本文提出三个新的基于矩阵分解方法的预测模型,能够有效地预测药物靶标相互作用以辅助药物发现。未来还可以结合图网络或集成学习方法,进一步改进模型的预测性能。
其他文献
在我国经济社会的发展历程中,工业是国民经济的主导,创造了大量的经济效益,是经济发展的重要基石。然而,随着工业规模的迅速扩大,其带来的环境问题也不容忽视。因此,探索可持续发展的模式以实现工业发展和环境保护的“双赢”,制定科学的环境政策,具有重要的理论和现实意义。本文从理论方面考察了环境规制对工业绿色转型的影响,并从区域的视角探索这种影响的异质性,同时研究了资源禀赋的调节作用。在此基础上,本文选取了
当前国内的量化投资领域正在稳健发展当中,其在证券市场中的应用有着广泛的需求。伴随着深度学习的迅速发展,基于深度学习的股票量化投资策略正逐步成为跨学科研究热点。相比于量化投资早期通过技术分析制定投资组合的方法,基于深度学习的方法能得到更加精确的股票价格变化趋势,帮助投资者制定更合理的量化投资组合。然而,股票的价格受到宏观经济、汇率、新闻媒体等诸多因素影响,使得证券市场的量化投资应用颇具挑战。本文基于
镍金属颗粒不仅具有优异的导电性,而且价格相对低廉,在导电浆料领域有着广泛的应用,但也存在较差的抗氧化性,以及形成浆料后与陶瓷基板共烧过程中存在热收缩不匹配等问题。因此,本论文从提升镍颗粒的抗氧化性和热收缩稳定性的角度出发,首先通过化学液相还原法制得镍超细粉体,再利用溶胶-凝胶法形成二氧化钛壳层,并对镍@二氧化钛核壳结构的形成过程中的影响因素、抗氧化性、热收缩稳定性和形成机理进行了研究。获得的主要结
近年来,人工智能、大数据分析及物联网等技术如雨后春笋般涌现,对全球价值链的发展产生了较大的影响,同时一些新兴发展中国家购买力不断增强,许多产品不再是由这些国家生产进而出口,而是在这些国家内部进行消费,传统的以劳动力成本为比较优势的贸易模式开始发生变化,开始向以科技和产品差异为比较优势的贸易模式进行转变,未来科技和产品的比较优势可能成为推动全球价值链发展的主要因素,因此当前世界许多国家和企业开始投入
我国海洋资源充足,海洋水产品营养丰富,具有很高的商业价值,水产养殖行业发展迅速。水产养殖越来越需要更好的养殖策略来提高生产质量和效率。大规模育种和高质量的养殖,需要一种快速高通量的测量技术来提供数据支持。海洋科学研究的相关领域也需要测量鱼虾的一些形态参数。因此,本文选取对虾为研究对象,使用计算机视觉技术测量对虾的形态参数。围绕从对虾正面图像和侧面图像进行测量的目标,具体研究内容如下:首先,经过两次
共振拉曼光谱是一种有效提高拉曼信号强度的表征技术,当激发光波长与目标分子的电子吸收能级匹配时,目标分子的某些振动模式的拉曼信号强度会呈现指数型的增强,我们便可以从拉曼谱图中获得更多的分子信息。由于共振拉曼光谱在可见光区和紫外光区实现对痕量物质高灵敏度的检测上存在显著差别,本论文将分别介绍在这两个波长区域开展仪器搭建和检测研究工作。对于可见光区的共振拉曼光谱,其增强倍数相对较低且往往伴随着强烈的荧光
目的：研究老北京水果~1品牌的发展对策。方法：从品种资源分布、特色文化属性、保护恢复情况、品牌登记背书4个方面分析老北京水果发展现状和存在的问题。结果：当前存在部分品种恢复有难度、协同联动发展机制有待完善、品牌建设服务能力有待提升、品牌特色内涵挖掘有待深入、品牌宣传推介力度有待加强5方面问题。结论：从强化品牌创建引领、加强品牌创新联动、挖掘保育优质资源、开展果园提升改造、延展品牌宣展形式、畅通销售
最近,对于纯文本数据的文本摘要技术已经取得了巨大的突破,但仍然存在对结构化信息忽略的问题。有相当部分的数据是带有结构化信息的文本,在某些领域,合理地利用结构化信息对于改进文本摘要的质量至关重要。为此,本学位论文在两个领域探讨融合结构化信息以改进文本摘要的效果,包括:面向推文的实时事件摘要中提高摘要完整性和基于抽象语法树提高代码摘要质量。首先研究了面向推文的实时事件摘要问题。推特文本中包含了时间信息
在街道设计回归人本主义的背景下,街道界面连续性和场所性重新引起人们的关注。文章首先综述了现阶段对街道界面连续性的研究;其次,以慕尼黑为例,总结了其内城商业步行街的形成、发展和完善;再次,运用最大切面法对慕尼黑内城商业步行街及其他六条典型步行街进行界面密度量化研究,并归纳出街廓尺度、街道宽度与界面密度的关系;最后,从街区、街道和界面三个层面提出了商业步行街界面连续性导控策略,以期推动城市商业街建设作
随着三维模型数量呈海量式增长,迫切需要简单快捷而又准确高效的检索系统来管理三维模型。基于草图的三维模型检索方式不仅具有出色的用户友好性,也满足当前各行各业快节奏的生产需求。然而,草图与三维模型之间巨大的跨模态差异,给相似性度量匹配与检索造成了较大的困难。另外,由于草图线条扭曲、内容抽象,导致特征信息少、挖掘难度大。本文致力于研究如何有效地解决这两大难题,采用以深度学习方法为基础,构建了两种不同的方