|
طراحی یک مدل بیوانفورماتیکی برای پیش‌‌بینی فعالیت ترکیبات دارویی و کاربرد آن بر مهار تکثیر HIV و ژن BACE-1
|
کریم عباسی   ، علی مسعودی نژاد* |
| آزمایشگاه سیستم بیولوژی و بیوانفورماتیک، مرکز تحقیقات بیوشیمی و بیوفیزیک، دانشگاه تهران، ایران ، amasoudin@ut.ac.ir |
|
|
چکیده: (3348 مشاهده) |
| در این مقاله روش جدیدی برای مسئله پیش‌‌بینی خواص ترکیب‌‌های مولکولی در قدم بهینهسازی پیشرو در طراحی دارو ارائه می‌‌گردد. تعداد داده‌‌های برچسب شده در دسترس در قدم بهینهسازی پیشرو اندک است. در سال‌‌های اخیر این چالش مورد توجه قرار گرفته است و از تکنیک‌‌های یادگیری انتقالی و یادگیری عمیق برای حل آن استفاده شده است. بدین منظور از مجموعه‌‌داده‌‌های مشابه به عنوان داده‌‌های کمکی برای آموزش یک مدل قابل اعتماد بهره گرفته شده است. در این روش، استخراج ویژگی از ترکیب‌‌های مولکولی نقش اساسی در انتقال دانش از مجموعه‌‌داده‌‌های مشابه (کمکی) به مجموعه داده‌‌ی اصلی ایفا می‌‌کند. در این مقاله تاثیر استفاده از شبکه‌‌های پیچشی گرافی که علاوه بر در نظر گرفتن ویژگی‌‌های اتم‌‌ها، قادر به در نظر گرفتن ویژگی‌‌های پیوندهای مولکولی می‌‌باشد، سنجیده می‌‌گردد. برای ارزیابی روش، از دو مجموعه داده استاندارد BACE و HIV بهره گرفته شده است. نتایج بیانگر این امر است که روش پیشنهادی قادر به استخراج دانش موثرتری از مجموعه داده‌‌های مشابه برای انتقال به مجموعه‌‌داده‌‌ی هدف بوده است. |
|
| واژه‌های کلیدی: ترکیب دارویی، شبکه پیچیشی گرافی، پیوندهای مولکولی، یادگیر عمیق، یادگیری انتقالی. |
|
|
متن کامل [PDF 861 kb]
(1305 دریافت)
|
نوع مطالعه: پژوهشي |
موضوع مقاله:
تخصصی متفرقه
دریافت: 1399/11/5 | پذیرش: 1399/12/10 | انتشار: 1399/12/11
|
|
|
|
|
|
|
| ارسال نظر درباره این مقاله |
|
|
|
