BIB | 预测基于相似性的药物-靶点相互作用的异构网络嵌入框架

本文介绍的是西安电子科技大学鱼亮教授2021年发表在Briefings in Bioinformatics上的一篇文章“A heterogeneous network embedding framework for predicting similarity-based drug-target interactions”。本文提出了一种异构图表示学习方法，用来预测药物-靶点相互作用。

摘要

通过生物数据准确预测药物-靶相互作用(DTI)可以减少药物开发的时间和经济成本。基于相似度网络的DTI预测方法越来越受到人们的关注。然而，这些方法没有考虑药物和靶点在多个网络中的特点，也没有考虑如何提取和合并它们。在本文中，作者提出了一个多路网络的网络嵌入框架(NEDTP)来预测DTI。NEDTP在15个异构信息网络的基础上构建了节点相似度网络。接下来，利用随机游走提取网络中每个节点的拓扑信息，并利用Word2Vec学习节点的低维向量。最后，构建梯度增强决策树模型来完成分类任务。NEDTP在DTI预测中取得了准确的结果，显示出比几种对比方法明显的优势。

本文模型如上图所示，NEDTP首先整合了15个与药物相关和蛋白质相关的网络，构建了一个从多个角度描述药物和蛋白质的异构信息网络。

内容中包含的图片若涉及版权问题，请及时与我们联系删除