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。