![](/images/graphics-bg.png)
Predicting Drug-Disease Associations via Using Gaussian Interaction Profile and Kernel-Based Autoencoder
المؤلفون المشاركون
Huang, Yu-An
Jiang, Han-Jing
You, Zhu-Hong
المصدر
العدد
المجلد 2019، العدد 2019 (31 ديسمبر/كانون الأول 2019)، ص ص. 1-11، 11ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2019-08-27
دولة النشر
مصر
عدد الصفحات
11
التخصصات الرئيسية
الملخص EN
Computational drug repositioning, designed to identify new indications for existing drugs, significantly reduced the cost and time involved in drug development.
Prediction of drug-disease associations is promising for drug repositioning.
Recent years have witnessed an increasing number of machine learning-based methods for calculating drug repositioning.
In this paper, a novel feature learning method based on Gaussian interaction profile kernel and autoencoder (GIPAE) is proposed for drug-disease association.
In order to further reduce the computation cost, both batch normalization layer and the full-connected layer are introduced to reduce training complexity.
The experimental results of 10-fold cross validation indicate that the proposed method achieves superior performance on Fdataset and Cdataset with the AUCs of 93.30% and 96.03%, respectively, which were higher than many previous computational models.
To further assess the accuracy of GIPAE, we conducted case studies on two complex human diseases.
The top 20 drugs predicted, 14 obesity-related drugs, and 11 drugs related to Alzheimer's disease were validated in the CTD database.
The results of cross validation and case studies indicated that GIPAE is a reliable model for predicting drug-disease associations.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Jiang, Han-Jing& Huang, Yu-An& You, Zhu-Hong. 2019. Predicting Drug-Disease Associations via Using Gaussian Interaction Profile and Kernel-Based Autoencoder. BioMed Research International،Vol. 2019, no. 2019, pp.1-11.
https://search.emarefa.net/detail/BIM-1123822
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Jiang, Han-Jing…[et al.]. Predicting Drug-Disease Associations via Using Gaussian Interaction Profile and Kernel-Based Autoencoder. BioMed Research International No. 2019 (2019), pp.1-11.
https://search.emarefa.net/detail/BIM-1123822
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Jiang, Han-Jing& Huang, Yu-An& You, Zhu-Hong. Predicting Drug-Disease Associations via Using Gaussian Interaction Profile and Kernel-Based Autoencoder. BioMed Research International. 2019. Vol. 2019, no. 2019, pp.1-11.
https://search.emarefa.net/detail/BIM-1123822
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1123822
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)