龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨理工大学
摘要：一种基于多源数据的药物不良反应预测方法，涉及生物信息数据处理领域。本发明是为了解决对药物存在的ADR预测困难的问题。本发明所述的一种基于多源数据的药物不良反应预测方法，融合了多种药物属性信息，构建了一个新的药物不良反应预测框架。加入了网络融合算法，提高药物相似性网络的利用率，更准确的获取了药物之间的关联。利用双邻域线性标签传播算法，在不同的药物属性融合网络上对药物潜在的不良反应进行预测，并对两组预测结果进行归一化、求均值操作，降低了异常值对最终预测结果的影响，提升了模型的预测性能。
主权项：1.一种基于多源数据的药物不良反应预测方法，其特征在于，包括：基于标准化FAERS数据构建药物-不良反应事件对，并生成药物不良反应2×2列联表，依据该药物不良反应2×2列联表利用N种数据挖掘方法分别计算每种药物-不良反应事件对的N种不良反应信号，将药物与不良反应作为节点，将药物不良反应信号作为节点连接的权重值，生成药物不良反应信号网络；根据标准化FAERS数据中DRUG文件的药物名称标准名，从不同数据库中获取药物特征信息，以行作为药物，以列作为药物特征信息，当药物具有药物特征时对应位置记为1，否则记为0，进而构建多种药物特征矩阵；分别计算每个药物特征矩阵内两两药物之间的相似度，使得每个特征矩阵生成一个药物相似性网络；采用网络融合算法对生成的药物相似性网络进行融合，获得药物相似性多层融合网络；基于所述药物不良反应信号网络和药物相似性多层融合网络，利用双邻域线性标签传播算法获得药物-不良反应事件对的预测结果。
全文数据：
权利要求：
百度查询： 哈尔滨理工大学 一种基于多源数据的药物不良反应预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号