收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于神经网络的多属性药物分类方法研究

谢凌伟  
【摘要】:近年来,随着高通量测序、高内涵筛选等技术的发展以及药物信息学数据快速积累,药物研发进入了数据驱动的新阶段。基于大数据的药物研发策略之一——药物重定位,能够通过大数据挖掘算法,发现已上市药物的新适应症、新作用机理和新副作用等,从而显著降低了研发成本和风险,缩短了研发周期。同时,药物多源(化学属性、临床属性和药理学属性等)大数据的积累也为多维度解析药物的作用机理、重定位己上市药物带来了新的机遇。本文针对药物的新适应症发现和新靶标辨识这两个核心问题,提出了基于药物信息学数据的计算分析框架。首先,从Library of Integrated Network-Based Cellular Signatures(LINCS)数据库中系统收集了海量的药物扰动和基因沉默的转录组数据,并经过严格的预处理步骤构建了完整的样本空间。然后,结合Softmax设计了二层感知机模型,并扩展到深度神经网络的构建,系统挖掘了LINCS数据库中己上市药物的新适应症,以及药物和靶标之间潜在的关联关系。接着,利用药物属性存在的多视图、多模态特性,本研究还建立了同/异构数据的融合体系,通过设计可变深度的数据立方体完成了跨细胞系药物-靶标数据的融合,并定义了基于对抗策略的特征抽取器,实现了多源异构药物数据间高级隐空间的求解。以上工作提高了药物新适应症发现和新靶标辨识的准确率与置信度,增强了模型的可扩展性。本文的研究内容主要包括以下四个方面:(1)基于二层感知机模型的药物治疗属性分类研究。由于一种药物通常具有多种治疗属性,本研究将药物的治疗属性分类建模为多标签分类问题。以LINCS计划中480种己上市药物扰动PC3细胞系的转录组学数据为基础,构建了二层感知机模型,并以Softmax作为神经元的非线性激活函数,从而完成了低维表征的自我学习,进而实现了对于药物ATC治疗属性的多标签分类,且在实时性上得到了明显提高。(2)基于深度神经网络的药物-靶标关联关系分类研究。本研究通过LINCS计划中480种己上市药物扰动及4363个靶标沉默于PC3细胞系上的转录组学数据,以DrugBank数据库中收录的药物-靶标关联关系为训练金标集,构建了以药物和靶标为双数据通道的深度神经网络,并重构了样本空间的分布以及目标函数的惩罚权重,不仅提高了深度神经网络分类性能,还学习到了更加精准的决策边界,从而实现了药物-靶标之间关联关系的分类,且预测出了更具置信度的新关联关系。(3)基于变通道卷积神经网络的药物-靶标关联关系分类研究。为了有效融合不同视图的数据(即不同细胞系下的药物和靶标的转录组数据),本文对齐不同细胞系下的药物-靶标对,设计了一种可变深度的数据立方体,并在此基础上构建了变通道卷积神经网络,对同构多视图数据间的相关性建模,从而实现7个细胞系数据的融合,促进药物-靶标关联关系的分类性能。(4)基于对抗策略和多任务学习的药物治疗属性分类研究。为了有效融合药物多领域的特征数据库及标签数据库,本文利用对抗策略,将不同领域、不同特征模板的异构数据映射到相同的特征空间以抽取领域特异性表征。并通过适合融合药物多领域特异特征的双向长短期记忆网络,根据药物治疗属性分类建立多任务学习框架,实现对具有高重定位潜力的己上市药物和海量小分子候选药的新适应症分类。上述的四种模型架构由浅至深,数据由单一来源至多种来源,稳步提升了药物重定位的分类精度,并逐一为药物分类研究所面临的问题提供了有效的解决方案。此外,本文所提出的分类模型具有良好的普适性,且能满足业界的实时性需求,为药物研究的发展提供了重要的技术支撑。


知网文化
【相似文献】
中国期刊全文数据库 前15条
1 邱俊;张瑞林;;基于遗传算法的循环神经网络在销售预测中的应用[J];浙江理工大学学报;2007年03期
2 胡艳;;基于循环神经网络和卡尔曼滤波器的多变量混沌时间序列预测[J];计算机应用与软件;2021年04期
3 庄连生;吕扬;杨健;李厚强;;时频联合长时循环神经网络[J];计算机研究与发展;2019年12期
4 李杰;孙仁诚;;几种典型卷积神经网络的权重分析与研究[J];青岛大学学报(自然科学版);2019年04期
5 叶凯强;高洪;时培成;;基于循环神经网络的双轴打捆机智能换挡策略研究[J];安徽工程大学学报;2020年01期
6 熊昕;陈晓辉;吴宇轩;郑毅;张上;;基于改进的循环神经网络深度学习跌倒检测算法[J];电脑编程技巧与维护;2020年03期
7 陆敏;段锦斌;葛贤顺;;基于神经网络的流感大数据分析[J];中华医学图书情报杂志;2020年03期
8 朱佳雯;;基于深度神经网络的高校舆情危机预警研究[J];电子设计工程;2020年16期
9 陆超红;;基于多通道循环卷积神经网络的文本分类方法[J];计算机应用与软件;2020年08期
10 代耀彬;朱燕燕;黄双华;;基于卷积神经网络的群众留言分类[J];无线互联科技;2020年12期
11 于子叶;储日升;盛敏汉;马海超;;兼顾速度和精度的深度神经网络震相拾取[J];地震学报;2020年03期
12 黄为;李永刚;胡上成;汪毅;;基于循环神经网络的船摇数据实时预测[J];科学技术与工程;2019年31期
13 冯伟业;廖可非;欧阳缮;牛耀;;基于胶囊神经网络的合成孔径雷达图像分类方法[J];科学技术与工程;2019年28期
14 易炜;何嘉;邹茂扬;;基于循环神经网络的对话系统记忆机制[J];计算机工程与设计;2019年11期
15 李莲;丁文宽;;基于卷积神经网络的辣椒识别[J];天津理工大学学报;2017年03期
中国重要会议论文全文数据库 前20条
1 刘宇;黄俊革;王继豪;刘先翠;;基于卷积神经网络的电阻率反演成像技术研究[A];中国地球物理学会地球物理技术委员会第九届学术会议—全域地球物理探测与智能感知学术研讨会会议摘要集[C];2021年
2 王德涛;陈国雄;;基于编解码卷积神经网络的地震地层智能分割[A];中国地球物理学会地球物理技术委员会第九届学术会议—全域地球物理探测与智能感知学术研讨会会议摘要集[C];2021年
3 张中石;李伟;李海鹏;;热轧神经网络平直度预测应用与研究[A];2016年全国轧钢生产技术会议论文集[C];2016年
4 蒋子超;江俊扬;姚清河;杨耿超;;基于神经网络的差分方程快速求解方法[A];第十一届全国流体力学学术会议论文摘要集[C];2020年
5 耿传玉;王泽宇;周晓君;阳春华;;基于U-net卷积神经网络双层参数优化的心脏图像分割[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
6 段滈杉;乔俊飞;蒙西;汤健;;基于模块化神经网络的城市固废焚烧过程氮氧化物软测量[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
7 李淋雨;邱寅祺;何星;;基于LSTM的火电厂入口硝浓度预测方法研究[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
8 韩红桂;甄琪;杜永萍;乔俊飞;;基于低秩双线性卷积神经网络的手机型号识别方法[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
9 潘岚川;马乐乐;刘向杰;;基于卷积神经网络的一次风机故障预警研究[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
10 马昕鹏;李艳坤;庞佳烽;;人工神经网络预测血清中血红蛋白含量[A];2019中国化学会第十五届全国计算(机)化学学术会议论文集[C];2019年
11 康忠健;罗霖;;基于长短期记忆网络的配电网线损预测方法研究[A];第三十九届中国控制会议论文集(7)[C];2020年
12 闫岱峻;刘伟;于圣炜;赵旭;;基于神经网络的散货船阻力预报方法研究[A];第三十一届全国水动力学研讨会论文集(上册)[C];2020年
13 郝立柱;韩阳;潘子英;;循环神经网络方法预报船舶操纵运动研究[A];第三十一届全国水动力学研讨会论文集(下册)[C];2020年
14 徐硕;;集合经验模态分解的多路-多级神经网络风功率预测模型[A];用电与能效专题讲座暨智能用电及能效管理技术研讨会论文集[C];2019年
15 刘晶;黄进;赵万国;周丽萍;;一种基于卷积神经网络的非法经营线索挖掘模型[A];2020互联网安全与治理论坛论文集[C];2020年
16 包俊;董亚超;刘宏哲;;卷积神经网络的发展综述[A];中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会论文集[C];2020年
17 刘克楠;侯剑;;基于神经网络的唤醒词识别方法[A];中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会论文集[C];2020年
18 华阳;孟晓;秦智勇;;深度卷积神经网络压缩方法研究[A];中国航天电子技术研究院科学技术委员会2020年学术年会优秀论文集[C];2020年
19 孙澄宇;胡苇;;大范围工业建筑屋面太阳能潜力的快速评估方法[A];数智营造:2020年全国建筑院系建筑数字技术教学与研究学术研讨会论文集[C];2020年
20 王畅;叶舒然;张珍;王一伟;;基于卷积神经网络的空化水翼表面的压力预测[A];第三十一届全国水动力学研讨会论文集(上册)[C];2020年
中国博士学位论文全文数据库 前20条
1 谢凌伟;基于神经网络的多属性药物分类方法研究[D];厦门大学;2019年
2 肖理业;基于机器学习的电磁场建模与设计研究[D];电子科技大学;2019年
3 陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
4 梁智杰;聋哑人手语识别关键技术研究[D];华中师范大学;2019年
5 刘昂;微结构硅基光子学器件性能的研究[D];南京大学;2019年
6 赵博雅;基于卷积神经网络的硬件加速器设计及实现研究[D];哈尔滨工业大学;2018年
7 杜昌顺;面向细分领域的舆情情感分析关键技术研究[D];北京交通大学;2019年
8 陈科海;机器翻译上下文表示方法研究[D];哈尔滨工业大学;2019年
9 饶红霞;信息受限下神经网络的状态估计和拟同步研究[D];广东工业大学;2019年
10 张马路;Spiking机器学习算法研究[D];电子科技大学;2019年
11 付钱华;忆阻神经网络的动力学研究[D];电子科技大学;2019年
12 毛瑞琛;深度神经网络下的规范化地址建设与语义空间模型研究[D];浙江大学;2019年
13 武晨;DFP航天器动力学特性分析及精确控制方法研究[D];哈尔滨工业大学;2018年
14 杨旭辉;基于神经网络的C-ADS InjectorⅡ束流偏移校准技术研究[D];兰州大学;2019年
15 樊英杰;时滞忆阻神经网络的镇定及同步控制研究[D];山东科技大学;2019年
16 冉令燕;基于卷积神经网络的图像分类研究[D];西北工业大学;2018年
17 于佳;语音文档的故事分割技术研究[D];西北工业大学;2018年
18 申晨;基于卷积神经网络的行人再识别算法研究[D];浙江大学;2018年
19 田树耀;基于多尺度变分算法及深度卷积神经网络的图像压缩感知重建[D];燕山大学;2019年
20 孙诗昭;深度学习中深度问题与大模型问题的研究[D];南开大学;2018年
中国硕士学位论文全文数据库 前20条
1 李永礼;基于脉冲神经网络的视觉图像分类方法研究[D];北京化工大学;2019年
2 余昉恒;循环神经网络门结构模型研究[D];浙江大学;2018年
3 石颖;基于循环神经网络的语音识别方案的优化与设计[D];北京交通大学;2017年
4 李玲燕;基于优化神经网络的上市公司财务危机预警研究[D];上海工程技术大学;2017年
5 何洪坤;真空冷冻干燥技术的智能控制研究[D];上海工程技术大学;2016年
6 陈柯;基于机器视觉技术的动态行人监测系统研究[D];上海工程技术大学;2016年
7 谢仁义;饱和脉冲Cohen-Grossberg神经网络稳定性分析[D];西南大学;2020年
8 侯洁;多权重耦合神经网络的反同步与有限时间反同步[D];天津工业大学;2019年
9 樊志文;基于深度卷积神经网络的CS-MRI重建方法研究[D];厦门大学;2019年
10 冯冰;基于深度学习的环境声音分类研究[D];厦门大学;2017年
11 柴志忠;基于深度卷积神经网络的病理影像研究[D];厦门大学;2019年
12 刘晓瑜;基于卷积神经网络的新鲜-冷冻猪肉近红外光谱检测研究[D];湖南大学;2019年
13 向鹏程;基于智能算法的自动化霜控制研究[D];天津商业大学;2019年
14 刘光云;基于多特征卷积神经网络的高光谱图像分类方法研究[D];湖南大学;2019年
15 周珍;基于卷积神经网络的指针手表读时方法研究[D];湖南大学;2019年
16 曹红英;基于卷积神经网络的交通标志检测与识别研究[D];湖南大学;2019年
17 汪文;基于链接预测的miRNA疾病相关性研究[D];厦门大学;2019年
18 王抒伟;应用深度神经网络对多导睡眠图的睡眠分期研究[D];厦门大学;2019年
19 周高峰;基于NVDLA的深度学习推断芯片研究[D];厦门大学;2019年
20 熊林;基于抖动算法的忆阻神经网络及其电路实现[D];湖南大学;2019年
中国重要报纸全文数据库 前20条
1 ;神经网络小史[N];电子报;2018年
2 骆无意;图神经网络让集群无人系统更智能[N];中国航天报;2020年
3 记者 董映璧;神经网络技术检测玻璃钢缺陷精度高[N];科技日报;2020年
4 彭琛;神经网络:连结数据科学和电子显微镜技术的纽带[N];中国航空报;2021年
5 张允硕 姜正义 甄海锋 河南理工大学;基于神经网络的自适应PID控制的智能衣架[N];科学导报;2019年
6 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;一群“90后”率先建成铁路“神经网络”[N];湖北日报;2019年
7 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
8 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
9 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
10 ;人工智能将取得大面积突破[N];中国企业报;2017年
11 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
12 ;人类正迎来云端机器人时代[N];中国企业报;2017年
13 张斌;谁还需要“同传”[N];文汇报;2017年
14 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
15 中国科学技术大学终身学习实验室博士 吴茂乾;“寒武纪”人工智能大爆发的前夜[N];安徽日报;2017年
16 记者 邱智丽;AI竞赛 中国力量崛起[N];第一财经日报;2017年
17 卡内基·梅隆大学计算机科学学院机器学习系主任 Tom Mitchell;突破人类和机器的边界[N];中国信息化周报;2017年
18 舒年;“深度学习”与人工智能的新挑战[N];工人日报;2017年
19 记者 刘霞;新神经网络使计算机像人一样推理[N];科技日报;2017年
20 本报记者 喻思娈;人工智能有多智能?[N];人民日报;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978