公开(公告)号：CN112669990A

公开(公告)日：2021-04-16

申请号：CN202011419919.6

申请日：2020-12-07

Applicant: 三峡大学

Inventor： 陈鹏 ,  赵建成 ,  鲍天嘉智 ,  余肖生

IPC: G16H70/40 ,  G16H20/10 ,  G06K9/62

Abstract: 本发明公开了基于深度自编码和自适应融合的药物新用途预测方法，包括：将药物化学结构数据和药物靶蛋白数据融合、降维，得到药物特征数据；利用药物特征数据，计算药物相似度，通过药物相似度计算药物‑疾病关联预测值；利用药物副作用数据，计算药物相似度，通过药物相似度计算药物‑疾病关联预测值；使用药物‑疾病关联数据计算疾病相似度，通过疾病相似度计算药物‑疾病关联预测值；分别确定计算的药物‑疾病关联预测值的权重；融合计算的药物‑疾病关联预测值，得到融合后的药物对疾病的预测值。本发明融合分别基于药物相似度、疾病相似度计算得到的药物‑疾病关联预测值，得到融合后的药物对疾病的预测值，提高了预测结果的准确度。

公开(公告)号：CN112562795A

公开(公告)日：2021-03-26

申请号：CN202011418728.8

申请日：2020-12-07

Applicant: 三峡大学

Inventor： 陈鹏 ,  鲍天嘉智 ,  赵建成 ,  余肖生

IPC: G16C20/30 ,  G16C20/70

Abstract: 本发明公开了基于多相似度融合的药物新用途预测方法，包括：利用药物化学结构数据计算药物相似度；利用药物靶蛋白数据计算药物相似度；利用药物副作用数据计算药物相似度；对计算得到的药物相似度进行融合，得到融合的药物相似度；利用融合的药物相似度，计算药物‑疾病关联预测值；利用药物‑疾病数据计算疾病相似度，基于疾病相似度计算药物‑疾病关联预测值；对计算的药物‑疾病关联预测值进行融合，得到融合的药物‑疾病关联预测值。本发明对基于药物相似度计算得到的药物‑疾病关联预测值，和基于疾病相似度计算得到的药物‑疾病关联预测值加权求和，得到融合后的药物对疾病的预测值，提高了预测值的可靠性和精确性。