发明名称 |
一种新的基于ChEBI描述的药物分子相似性计算方法 |
摘要 |
本发明涉及一种新的融合ChEBI中化合物本体信息的药物分子相似性计算解决方法,从ChEBI网站中下载所有药物分子本体信息,以药物分子在KEGG中的代码搜索出未知药物化合物的定义,分别计算定义句子中的每个单词在所有ChEBI化合物定义中出现的次数。两个化合物的相似性采用对所有共同出现的单词在ChEBI定义中出现的总次数分别倒数求和表示。本发明融合化合物ChEBI中的本体信息,采用此发明中计算化合物相似性方法和多标签算法ML‑GKR用于化合物ATC分类预测器的预测成功率,比现有多标签算法预测成功率提高5%,具有广阔的运用前景。 |
申请公布号 |
CN106599609A |
申请公布日期 |
2017.04.26 |
申请号 |
CN201710023857.9 |
申请日期 |
2017.01.13 |
申请人 |
景德镇陶瓷大学 |
发明人 |
肖绚;程翔 |
分类号 |
G06F19/16(2011.01)I |
主分类号 |
G06F19/16(2011.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种新的融合ChEBI中化合物本体信息的药物分子相似性计算解决方法,其特征在于包括以下步骤:(1)从ChEBI网站中下载所有药物分子本体信息,下载网址为:ftp://ftp.ebi.ac.uk/pub/databases/chebi/ontology/;(2)在下载文件中,以药物分子在KEGG中的代码搜索出未知药物化合物的定义;(3)ChEBI给出的定义为一英文句子,按照单词出现在定义中的先后顺序,用一个离散向量表示这个药物化合物<img file="674954dest_path_image001.GIF" wi="109" he="19" />,m为这个句子中出现单词的总个数,w<sub>11</sub>表示第一个单词,w<sub>12</sub>代表第二个单词,以此类推;(4)分别计算句子中的每个单词在所有ChEBI化合物定义中出现的次数,用1除以这个单词在ChEBI定义中出现的总次数表示其频率q<sub>ij</sub>;(5)计算两个化合物d<sub>1</sub>和d<sub>2</sub>相似性如下式:<img file="388832dest_path_image002.GIF" wi="451" he="191" />其中q<sub>ij</sub>为单词出现的频率,用1除以单词出现的总数表示。 |
地址 |
333001 江西省景德镇市珠山区新厂陶阳南路27号 |