药物发现与设计是一个耗资大、周期长、风险高、成功率与效率低的系统工程。据统计,一个新药从初始概念到投放市场平均耗时10~15年,平均花费是8~15亿美元,尽管如此,每年也仅有约10%的药物获得美国食品和药物管理局认证。药物-靶标互作关系(drug-target interaction,DTI)识别是药物发现与设计中一个关键步骤,有助于理解复杂的生物作用,重要的生物过程,加速新药发现,降低研发成本,提升人类医疗水平。随着药物、靶标、药物-靶标互作关系数据的积累及机器学习、数据挖掘、网络药理学等理论与方法的研究深入,采用计算方法预测药物-靶标互作关系成为可能。因此,本文针对药物-靶标互作关系查询验证,药物、靶标数据簇个数确定及聚类分析,药物-靶标互作关系预测等问题深入研究,仅利用单源数据,提出基于药物、靶标数据聚类分析的超类与特征投影模糊分类融合方法预测药物-靶标互作关系。具体内容包括以下四个部分:(1)针对药物-靶标互作关系查询验证问题,提出一种高效查询验证方法(DTcheck)。目前,主要依赖人工手动在各个数据库中逐对查询验证药物-靶标互作关系,且待查询数量巨大,每个研究者需要重复相同的工作,导致效率低下、易遗漏、易出错。本文所提出方法充分利用爬虫抓取数据的特性,代替人工直接在数据库中查询验证药物-靶标互作关系,提升查询验证效率,降低出错几率。实现了酶、离子通道、G-蛋白偶联受体、核受体4个标准数据集中所有未知药物-靶标互作关系在KEGG,Drug Bank,Ch EMBL,Super Target数据库中的查询验证,并搜集已被验证药物-靶标互作关系,扩增了这4个准数据集中的药物-靶标互作关系数据。(2)针对在没有药物、靶标数据有关类别标签先验信息情况下确定其合适簇个数问题,提出基于加权局部密度序列及近邻赋值的密度峰值方法(DPCSA)。固定值K近邻及剩余点对局部密度差异化贡献的计算方法克服了密度峰值算法中局部密度预定义参数缺陷,保证决策图中非中心点与中心点显著分离以正确决定簇个数;在原始标签赋值过程中增加最近邻赋值,降低了密度峰值算法赋值过程中的错误标签传播。利用改进密度峰值算法的决策图,有效的决定了酶、离子通道、G-蛋白偶联受体、核受体数据集药物、靶标数据合适的簇个数。(3)针对药物、靶标数据的聚类分析问题,提出一种改进的K-medoids算法(INCK)。候选中心点子集避免不合适的点成为待选中心点;中心点逐步递增优化,确保尽可能跳出局部最优聚类结果,且继承K-medoids算法鲁棒性。在基于DPCSA决策图的簇个数结论基础上,相比于其它聚类方法,改进的K-medoids算法在酶、离子通道、G-蛋白偶联受体、核受体的药物、靶标数据上显著改善孤立簇现象,使聚类结果更加合理可信。(4)针对药物-靶标互作关系预测这一难点问题,提出基于聚类分析辅助的超类与特征投影模糊分类融合的方法(FPSC-DTI)预测药物-靶标互作关系。由于已知的药物-靶标互作关系数据(正例)少,且没有严格意义的负例,只能将未知药物-靶标互作关系当作负例,致使数据正负例严重不平衡。由超靶与超药融合的“乐观”式超类预测方法降低了稀疏药物-靶标互作关系数据影响,该方法基于聚类分析结果增加药物-靶标互作关系,降低稀疏性;保留负例约束的“悲观”式特征投影模糊分类方法折中“乐观”式超类方法及将未知药物-靶标互作关系当作负例而产生的负面效应,该方法基于矩阵分解思想发展而来,克服药物、靶标在隐特征分解中的维数约束,保留全部特征信息;模糊隶属度函数的引入确保了超类与特征投影模糊分类在相同值域区间融合,形成融合的药物-靶标互作关系预测方法。在酶、离子通道、G-蛋白偶联受体、核受体数据集上实验结果表明,与其它方法相比,提出的融合方法提升了药物-靶标互作关系预测性能,数据集的差异不会对融合方法产生影响,鲁棒性好,但是其它方法会因为数据集的差异产生显著差异化的预测结果。此外,基于INCK聚类分析的结果及药物-靶标互作关系数据分析结果表明,超类假设与聚类分析结果相吻合,进一步增强融合方法预测药物-靶标互作关系结果的可信度。综上所述,本文围绕药物-靶标互作关系预测问题,在单源数据的基础上,构建了基于药物、靶标数据聚类分析的超类与特征投影模糊分类的融合方法。与其它方法相比,标准数据集上的实验结果表明,融合方法提升了药物-靶标互作关系预测结果的准确性。同时,本文利用开发的高效查询验证方法扩增了药物-靶标互作关系数据,有助于更合理评价其它DTI预测方法。