【技术实现步骤摘要】
本专利技术涉及生物信息学，具体涉及一种基于多相似性网络和知识图谱的药物重定位预测方法。
技术介绍
1、传统的药物研发极其耗时、昂贵且风险高，其将一种新药推向市场是一个非常复杂、昂贵和漫长的过程，而导致如此高的成本的原因是由于临床前试验的高失败率支出。关于临床前试验，由于具有新结构的药物容易诱发不可预测的不良反应，大约90％的实验性药物未能通过i期临床试验。因此，在药物开发过程中更准确、有效地捕捉药物的相关适应症是具有重要的现实意义。
2、药物重定位即旧药新用，是现有药物发掘新的治疗潜力的一种药物研发方法，具有降低药物风险、缩短临床评估周期、降低成本和高效性等优势。近年来，药物重新定位被广泛应用于疾病和相关治疗领域，如抗癌药物的发现、罕见病新型疗法的发掘、耐药性的克服以及个性化医疗的发展，可以表明药物重新定位正日益成为药物研发中一个很有前景的研究领域。
3、现有的药物重定位方法主要使用药物相似性和疾病相似性信息来预测潜在的药物-疾病关联关系，然而现有的药物重定位方法大多使用单一的相似性信息进行计算，可能存在数据质量...
【技术保护点】
1.一种基于多相似性网络和知识图谱的药物重定位预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于多相似性网络和知识图谱的药物重定位预测方法，其特征在于，所述获取药物和疾病的多相似性网络，包括：
3.根据权利要求1所述的一种基于多相似性网络和知识图谱的药物重定位预测方法，其特征在于，所述利用图正则化集成方法融合所述药物和疾病的多相似性网络，基于融合后的结果提取药物和疾病的公共属性特征表示，包括：
4.根据权利要求3所述的一种基于多相似性网络和知识图谱的药物重定位预测方法，其特征在于，获取第二相似矩阵的表达式为：p>
5.根据权...
【技术特征摘要】
1.一种基于多相似性网络和知识图谱的药物重定位预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于多相似性网络和知识图谱的药物重定位预测方法，其特征在于，所述获取药物和疾病的多相似性网络，包括：
3.根据权利要求1所述的一种基于多相似性网络和知识图谱的药物重定位预测方法，其特征在于，所述利用图正则化集成方法融合所述药物和疾病的多相似性网络，基于融合后的结果提取药物和疾病的公共属性特征表示，包括：
4.根据权利要求3所述的一种基于多相似性网络和知识图谱的药物重定位预测方法，其特征在于，获取第二相似矩阵的表达式为：
5.根据权利要求3所述的一种基于多相似性网络和知识图谱的药物重定位预测方法，其特征在于，所述利用带图正则化...
【专利技术属性】
技术研发人员：罗慧敏，杨辉，阎朝坤，王建林，张戈，
申请(专利权)人：河南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。