近些年,新聞中頻繁報道臨床不良藥物反應(yīng)事件（Adverse Drug Reactions,ADRs）,據(jù)估計,美國每年有44,000至98,000人死于ADRs,無疑增加了醫(yī)療風險和經(jīng)濟損失。預測潛在的藥物相互作用（Drug-Drug Interaction,DDI）可以在藥物實驗階段和臨床用藥階段提供數(shù)據(jù)支持。DDI是指聯(lián)合用藥時,藥物之間互相增強或減弱藥物反應(yīng),作用結(jié)果包括無關(guān)、協(xié)同、相加和拮抗四種。本文旨在通過預測潛在的DDI關(guān)系,給出不良藥物反應(yīng)發(fā)生的概率,從而提供藥物實驗支持和臨床用藥指導。本文從藥物表型、治療學、化學結(jié)構(gòu)和基因組學四個藥物屬性數(shù)據(jù)出發(fā),構(gòu)建了一個基于藥物屬性的預測模型（Drug-attribute Prediction Model,DAPM）。根據(jù)數(shù)據(jù)特點,本文使用Tanimoto相似度分別計算了4種特征相似度,作為模型的訓練特征。隨后運用Logistic回歸、決策樹、樸素貝葉斯、支持向量機、kNN、隨機森林等6種算法進行對比試驗,預測潛在的DDI關(guān)系,若概率大于50%,即為潛在ADR。針對該模型,本文基于數(shù)據(jù)層面和網(wǎng)絡(luò)結(jié)構(gòu)層面,提出了兩個優(yōu)化策略,極大的提... 

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文主要工作
    1.4 論文章節(jié)安排
第二章 相關(guān)理論基礎(chǔ)
    2.1 算法相關(guān)理論
        2.1.1 圖論
        2.1.2 復雜網(wǎng)絡(luò)
    2.2 多層網(wǎng)絡(luò)相關(guān)理論
        2.2.1 多層網(wǎng)絡(luò)基本概念
        2.2.2 多層網(wǎng)絡(luò)拓撲特性
    2.3 二分類算法
    2.4 本章小結(jié)
第三章 基于藥物屬性的DDI預測模型構(gòu)建與分析
    3.1 藥物相關(guān)數(shù)據(jù)
    3.2 四維網(wǎng)絡(luò)DDI預測模型
        3.2.1 One-class SVM改進分類數(shù)據(jù)
        3.2.2 相似度計算
        3.2.3 DAPM四維預測模型
    3.3 DAMN四維多層網(wǎng)絡(luò)模型
        3.3.1 層內(nèi)鄰接矩陣構(gòu)建
        3.3.2 層間鄰接矩陣構(gòu)建
        3.3.3 超拉普拉斯矩陣構(gòu)建
    3.4 RWLR隨機游走優(yōu)化多層網(wǎng)絡(luò)穩(wěn)態(tài)矩陣
        3.4.1 RWLR隨機游走算法
        3.4.2 種子節(jié)點選取
        3.4.3 改進的DDI預測實驗
    3.5 模型性能評估
    3.6 本章小結(jié)
第四章 實驗結(jié)果分析
    4.1 數(shù)據(jù)處理結(jié)果分析
    4.2 ADR網(wǎng)絡(luò)拓撲分析
    4.3 DAMN四維多層網(wǎng)絡(luò)拓撲分析
    4.4 DAPM四維數(shù)據(jù)預測結(jié)果分析
        4.4.1 預測實驗參數(shù)調(diào)優(yōu)
        4.4.2 算法性能評估結(jié)果
    4.5 RWLR隨機游走分析
        4.5.1 獲取最優(yōu)隨機游走參數(shù)
        4.5.2 隨機游走實驗結(jié)果
    4.6 改進網(wǎng)絡(luò)的DDI預測結(jié)果分析
    4.7 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 工作展望
參考文獻
致謝
作者簡介



本文編號：3672339