使用生物网络识别药物靶点的系统和方法技术方案

本发明专利技术的某些实施方案可以包括使用生物网络识别药物靶点的系统和方法。根据本发明专利技术的示例性实施方案，提供了一种用于预测治疗疾病的药物靶点效果的方法。所述方法可能包括至少部分地基于对疾病的药物抑制效果的知识构建贝叶斯网络结构；将一组参数与构建的贝叶斯网络相关；通过自动过程确定贝叶斯网络的联合概率分布的值；至少部分地基于这些联合概率值导出具有一个或多个平均参数的平均贝叶斯网络；和至少部分地基于所述平均贝叶斯网络计算定量预测。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及系统生物学。更具体地，本专利技术提供了一种基于生物网络的系统化方法，用于评估抑制对治疗疾病的多种药物靶点的效果。
技术介绍
贝叶斯网络(BN)是一种由贝叶斯定理促进的普通类型的图形化概率模型。逐渐地已经将这样的网络应用于各种计算应用中，如计算生物学和计算机视觉。可能将当前贝叶斯网络参数学习方式分类为两个种类采用最大似然(ML)估计的频率统计方法，采用最大后验(MAP)估计的贝叶斯方式。ML仅仅使用来自所述数据的统计计数以估计在贝叶斯网络中的参数，而MAP使用某些类型的先验统计信用以进一步调节来自所述数据的统计计数。因此，MAP参数估计是自数据和先前知识二者所计算的组合结果。可能将先前知识粗略地定义为涉及网络的结构和参数属性的任何陈述。例如，领域的专家可能提供与局部结构相关的信息，通过指定在变量子集之间的条件独立性或甚至在完全指定变量之间的因果关系，因而这个边缘的方向。领域的专家也可能提供与网络参数相关的知识，所述网络参数的范围通过直接将值分配给条件概率表(CRT)中的入口以引入在一个分布中或跨越多个条件分布的不等式和等式约束。另外，域的知识也可能定义了在这些参数上的先本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：王巍，常睿，
申请(专利权)人：加利福尼亚大学董事会，
类型：
国别省市：