一种用于大规模无监督识别新型药物-药物相互作用的网络推断方法
分子网络
2014-11-07 v1 无序系统与神经网络
生物物理
数据分析、统计与概率
摘要
表征药物之间的相互作用对于避免潜在的有害组合、减少治疗的脱靶效应以及对抗抗生素耐药病原体等至关重要。本文提出了一种网络推断算法，用于预测未表征的药物-药物相互作用。我们的算法仅以先前报道的相互作用集合作为输入，无需任何关于药物、其靶点或作用机制的药理学或生物化学信息。由于我们使用的模型是抽象的，我们的方法可以处理不良相互作用、协同/拮抗/抑制相互作用或任何其他类型的药物相互作用。我们证明，无论是在小规模药物集合的详尽成对相互作用数据中，还是在大规模数据库中，该方法都能准确预测相互作用。我们还证明，该算法可作为药物发现过程的一部分，有效用于发现新药的相互作用。
引用
@article{arxiv.1411.1528,
title = {A network inference method for large-scale unsupervised identification of novel drug-drug interactions},
author = {Roger Guimera and Marta Sales-Pardo},
journal= {arXiv preprint arXiv:1411.1528},
year = {2014}
}