摘要背景:中药由数百种天然药物分子组成,在数千年的传统中医药中发挥着重要作用。因此,研究天然药物分子的靶点对探索中医药治疗疾病的机制具有重要意义。然而,由于药物分子与靶点相互作用的复杂性,确定一个新鲜的天然药物分子的靶点非常困难。与传统的生物实验相比,计算方法具有时间少、成本低的优势,但仍面临许多巨大的挑战,尤其是对于没有社会联系的分子。方法:本研究提出了一种基于余弦相关和局部网络相似性比较(CSLN)的新方法,对新鲜的天然药物分子进行靶点的初步筛选,并通过训练参数为它们分配权重。结果:在以药物分子为训练和测试对象的情况下,CSLN在金标准数据上的表现优于流行的药物-靶点相互作用(DTI)预测模型GRGMF。此外,CSLN 在 TCMSP 上对新鲜天然药物分子靶点筛选性能(情景模拟)的检测表现出色(top20 中有 13 个阳性样本),同时 Western-Blot 也进一步验证了 CSLN 的准确性。结论:综上所述,结果表明 CSLN 可以作为新鲜天然药物分子靶点筛选的替代策略。关键词:靶点筛选,新鲜天然药物分子,余弦相关,相似性比较,Western-Blot
所提方法的计算成本取决于我们需要计算 ˜ π i 的观测总数,因此在大多数情况下,计算 ˜ π 将占主导地位。这使得了解这些成本与似然函数 P 中的参数总数(而不是模型中的参数总数)和后验抽取总数 S 的关系变得很重要。表 1 列出了所提出的不同近似值的总体成本。计算完整的 PSIS-LOO 的成本为 O(nPS),因为对数似然的评估与 P 是线性的,即与 WAIC 的复杂度相同,但常数更大。可以根据特定似然做出不同的权衡,其中近似成本范围从最便宜的 plpd 到最昂贵的 WAIC/TIS(具有大量后验抽取 S)。 plpd 仅计算一次对数似然,而完整的 WAIC/TIS 方法需要计算 S 次。