基于贝叶斯稀疏因子预测模型流程图

基于多特征融合预测模型流程图

近期，我校信控学院2019级博士研究生王纯纯在生物通路靶向药物治疗方面取得进展，成果形成学术论文“Drug-pathway association prediction: from experimental results to computational models”。

传统的药物研发遵循一种药物对应一个靶点的策略，而疾病的发生通常是由于系统水平上的异常。因此，人们提出基于系统生物学的思想进行药物研发，基于生物通路的药物研发策略正是这种思想的重要体现。识别药物和通路之间的关联是基于通路进行药物研发的重要一步。论文介绍了药物研发的背景以及药物和生物通路关联的概念，介绍了一些在药物和生物通路关联预测领域常用的数据库，系统地分析了近几年药物和生物通路关联预测的计算模型，并把它们分为三类：基于贝叶斯稀疏因子、基于矩阵分解和基于其他机器学习算法的模型。此外，作者梳理了几种用于评估计算模型预测性能的方法，讨论了现有计算模型存在的优点和局限性，并对数据收集和计算模型的未来发展方向提供了一些建议。

论文在国际期刊Briefings in Bioinformatics上发表。王纯纯于2017年9月在中国矿业大学攻读硕士学位，2019年9月获得硕博连读资格攻读控制科学与工程专业博士学位，主要从事基于生物大数据和智能算法的生物信息学研究，荣获2019年研究生国家奖学金和2019第九届江苏省生物信息学学术会议暨生物医学大数据论坛优秀墙报奖，主持2020年中国矿业大学研究生创新计划项目“基于网络算法的药物和生物学通路关联预测研究”。

新闻来源：信控学院 李芳菲摄影：信控学院 王纯纯责任编辑：李秀审核:刘尊旭