iDrug目标 swMATH ID: 22415 软件作者： Xiao，X。；Min，J.-L。；林，W.-Z。；刘，Z。；Cheng，X。；周，K.-C。 描述： iDrug-Target：通过基准数据集优化方法预测药物化合物和靶蛋白在细胞网络中的相互作用。药物化合物与蛋白质在细胞网络中相互作用的信息对药物开发非常重要。不幸的是，所有用于识别药物-蛋白质相互作用的现有预测因子都是通过一个倾斜的基准数据集进行训练的，其中非交互药物-蛋白质对的数量远远大于交互药物-蛋白对的数量。使用这种高度不平衡的基准数据集来训练预测因子将导致许多交互药物蛋白对可能被误认为是非交互的结果。由于少数交互对通常包含药物设计最重要的信息，因此有必要将这种预测失误降至最低。在本研究中，我们采用邻域清理规则和合成少数过抽样技术来处理倾斜的基准数据集，并平衡正负子集。由此获得的新基准数据集称为优化基准数据集，在此基础上开发了一个新的预测因子iDrug-Target，它包含四个子预测因子：iDrug-GPCR、iDrug-Chl、iDru-Ezy和iDrug-NR，专门用于识别药物化合物与GPCR（G蛋白偶联受体）的相互作用，离子通道、酶和NR（核受体）。在一组实验证实的数据集上进行的严格交叉验证表明，在相同的目的下，这些新的预测因子显著优于现有的预测因子。为了最大限度地为用户提供便利，iDrug-Target已在http://www.jci-bioinfo.cn/iDrug-Target网站/用户可以很容易地获得他们想要的结果。我们注意到，上述战略也可以广泛应用于许多其他领域。 主页： https://www.ncbi.nlm.nih.gov/pubmed/25513722 相关软件： iSuc-选择权;pSuc-Lys公司;综合布线;iPPBS-光学;iDNA-甲基;国际有色人种协进会;iRSpot-EL接口;国际RNA-AI;iPro54-PseKNC;pLoc-工厂;pLoc mGneg公司;pLoc-mEuk公司;iCar-PseCp公司;普南-PC;iRNA-PseColl基因;2L-piRNA;pLoc-动物;iRSpot-PseDNC公司;iPPI-Esml接口;iEnhancer-2L型 引用于： 13文件 全部的 前5名38位作者引用 三 周国成 三 马苏德·海亚特 三 肖宣 2 贾建华 1 贾马尔·艾哈迈德 1 赛义德·艾哈迈德 1 穆罕默德·阿里夫 1 白晓露 1 陈晓林 1 程翔 1 蒂塔拉吉·达什 1 阿卜杜拉·德赞吉 1 杜普峰 1 段欣 1 傅毅 1 纳迪姆·伊克巴尔 1 Jan，扎胡尔 1 焦亚森 1 可汗，穆斯林 1 谢尔·阿夫扎尔·汗 1 苏尼尔·普兰特·拉尔 1 李晓燕 1 刘冰翔 1 刘，子 1 约斯万·洛佩兹 1 Manimegalai，D。 1 梅娟 1 雅各布·迈克尔森 1 苏坎塔·蒙达尔 1 Pai，Priyadarshini P。 1 邱、王仁 1 桑卡里，E.Siva 1 阿卜杜勒·萨塔尔 1 阿洛克·夏尔马 1 Ghazaleh Taherzadeh 1 津田达彦 1 张胜利 1 赵，季 连载1篇 13 理论生物学杂志 在3个字段中引用 13 生物学和其他自然科学（92-XX） 5 统计学（62-XX） 三 计算机科学（68至XX） 按年份列出的引文