Resumen

La identificación de interacciones fármaco-objetivo (DTIs) juega un papel crucial en el descubrimiento de medicamentos. Sin embargo, las técnicas tradicionales de alto rendimiento basadas en ensayos clínicos son costosas, engorrosas y consumen mucho tiempo para identificar DTIs. Por lo tanto, se necesitan con urgencia nuevos métodos computacionales inteligentes para superar estas deficiencias en la predicción de DTIs. En este documento, proponemos un nuevo método computacional que combina la matriz de puntuación específica de posición (PSSM), la extracción de características dispersas basada en red elástica y el clasificador de bosque de rotación (RF). Específicamente, convertimos cada secuencia primaria de proteínas en PSSM, que contiene información evolutiva biológica. Luego extraemos los descriptores de características dispersas ocultas en PSSM mediante el método de extracción de características dispersas basado en red elástica (ESFE). Después, los fusionamos con las características del fármaco, que están representadas por huellas

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Interacciones fármaco-diana; Métodos computacionales; Matriz de puntuación específica de posición; Red elástica; Bosque de rotación; Huellas moleculares
• Keywords:Drug-target interactions; Computational methods; Position-specific scoring matrix; Elastic net; Rotation forest; Molecular fingerprints