基于混合特征预测药物-靶标相互作用的K近邻模型  

K-nearest neighbor model for predicting drug-target interaction based on hybrid features

作　　者：王红梅[1] 郭真俊 郭放 张丽杰[1] WANG Hongmei;GUO Zhenjun;GUO Fang;ZHANG Lijie(School of Computer Science & Engineering, Changchun University of Technology, Changchun 130012, China)

机构地区：[1]长春工业大学计算机科学与工程学院,吉林长春130012

出　　处：《长春工业大学学报》2021年第6期547-552,共6页Journal of Changchun University of Technology

基　　金：吉林省教育厅科学研究项目(JJKH20210752KJ)。

摘　　要：针对核受体数据提取药物-靶标之间的混合特征,使用K近邻算法进行预测。对精确率、召回率、F1值等评价指标与其他算法进行了比较,验证模型的预测性能。With the nuclear receptor dataset,a K-nearest neighbor prediction model is used to extract the drug-target interaction hybrid features.The method is compared with other algorithms in terms of precision,recall,and F1-score to evaluate the prediction property of the model.

关 键 词：药物-靶标 相互作用 预测 混合特征 K近邻 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]