🍠Python药物副作用生物图分析算法和矩阵降维算法
🏈指点迷津 | Brief
🎯要点
🎯人体疾病模块网络结构位置与病理生物学关系 | 🎯药物与药物靶点相互作用 | 🎯细胞和蛋白质之间的作用分层 | 🎯疾病和症状之间的联系 | 🎯药物与副作用之间的联系 | 🎯生物学分析
📜图分析用例
🍪语言内容分比
Python药物副作用数学矩阵降维算法
预测药物效应在药物研发中非常重要,而药物研发是制药科学的主要目标。关于已批准药物的安全性、有效性和耐受性,有大量信息可用,这可以最大限度地减少预测新药效应所需的费用和时间。
药物数据准备
药物蛋白质矩阵
药物疾病矩阵
药物和蛋白质相似性核
在本研究中,观察到的标签矩阵用表示,其中和分别是药物和靶标的数量。每个元素用表示,其中+1表示正标签,-1表示负标签,0表示缺失标签。我们将交互矩阵 Y 分解为两个低秩潜在特征矩阵 ,其中 k 是潜在特征向量的维度。我们假设Y可以用U和V的乘积来表示,如下:
其中 表示 Frobenius 范数,表示两个矩阵的 Hadamard 乘积。设为指示矩阵,其中当时,当时,,否则为0。请注意, 和 分别是正标签和负标签的权重,默认值都是 1 。由于R的存在,我们只关注正标签和负标签,缺失标签并不会导致任何损失。
药物邻域信息采用邻接矩阵𝐀表示,其元素定义如下:
其中 是通过选择 个与 最相似的药物来构建的。药物靶标效应邻域信息B可以类似地定义如下:
最小化潜在空间中 与其最近邻 之间距离的目标函数如下:
Python伪码算法实践:
import pandas as pd
import numpy as np
from collections import defaultdict
from tqdm import tqdm
import sys
from _utils import performance_compare as pc
df = pd.read_csv(base_dir + '/Data/table.csv',index_col=0)
drugMat = pd.read_csv(base_dir + '/Data/sim.csv',index_col=0)
diseaseMat = pd.read_csv(base_dir + '/Data/sim.csv',index_col=0)
ind_bi = pd.read_csv(base_dir + '/Data/binary.csv',index_col=0)
se_bi = pd.read_csv(base_dir + '/Data/binary.csv',index_col=0)
use_ind = ind_bi[df.columns.tolist()].loc[df.index.tolist()]
use_se = se_bi[df.columns.tolist()].loc[df.index.tolist()]
drug2name = pd.read_pickle(base_dir + '/Data/name.pkl')
list(drug2name.keys())[0]
name2pt = pd.read_pickle(base_dir + '/Data/cui.pkl')
drugs = df.index.tolist()
diseases = df.columns.tolist()
ann_ind = [drug2name.get(k) for k in drugs]
ann_col = [pt2name.get(k) for k in diseases]
df.index = ann_ind
df.columns = ann_col
drugMat.index = ann_ind
drugMat.columns = ann_ind
diseaseMat.index = ann_col
diseaseMat.columns = ann_col
use_ind.index = ann_ind
use_ind.columns = ann_col
use_se.index = ann_ind
use_se.columns = ann_col
预测副作用的化合物
cv_data = defaultdict(list)
idx = df.columns.tolist().index(r)
intMat = np.array(df.T)
num_drugs,num_disease = intMat.T.shape
test_data = np.array([[k,j] for k in [idx] for j in range(num_drugs)],dtype=np.int32)
x,y = test_data[:,0], test_data[:,1]
test_label = intMat[x,y]
W = np.ones(intMat.shape)
W[x,y] = 0
cv_data[ann_col[idx]].append((W,test_data,test_label))
for W, test_data, test_label in cv_data[r]:
model = nrbdmf.NRBdMF(K1=5,K2=5,num_factors=50,theta=1.0,lambda_d=0.625,lambda_t=0.625,alpha=0.1,beta=0.1, max_iter=5000,tolx=1e-5,positive_weight=0.1,negative_weight=0.1,missing_base=0,indicator=True,half_mask=False,verbose=False)
model.fix_model(W, np.array(df).T, diseaseMat, drugMat, seed=123)
posi_val,nega_val = model.ex_evaluation(test_data, test_label)
print(posi_val,nega_val)
# processing output
pred_res = model.pred_res
pred_res.index = df.index.tolist()
se_label = use_se[r].tolist() # side effect binary label (before merging)
pred_res['se_label'] = se_label
ind_label = use_ind[r].tolist()
pred_res['ind_label'] = ind_label
pred_res['name'] = pred_res.index.tolist()
pred_res = pred_res.sort_values('scores',ascending=False)
auroc, aupr = nrbdmf.calc_auc_aupr(y_true=pred_res['se_label'].tolist(), y_score=pred_res['scores'].tolist(),title=r)
预测某种化合物产生的副作用
cv_data = defaultdict(list)
idx = df.index.tolist().index(r)
intMat = np.array(df)
num_drugs,num_disease = intMat.T.shape
test_data = np.array([[k,j] for k in [idx] for j in range(num_drugs)],dtype=np.int32)
x,y = test_data[:,0], test_data[:,1]
test_label = intMat[x,y]
W = np.ones(intMat.shape)
W[x,y] = 0
cv_data[ann_ind[idx]].append((W,test_data,test_label))
for W, test_data, test_label in cv_data[r]:
model = nrbdmf.NRBdMF(K1=5,K2=5,num_factors=50,theta=1.0,lambda_d=0.625,lambda_t=0.625,alpha=0.1,beta=0.1, max_iter=5000,tolx=1e-5,positive_weight=0.1,negative_weight=0.1,missing_base=0,indicator=True,half_mask=False,verbose=False)
model.fix_model(W, np.array(df), drugMat, diseaseMat, seed=123)
posi_val,nega_val = model.ex_evaluation(test_data, test_label)
print(posi_val,nega_val)
pred_res = model.pred_res pred_res.index = df.columns.tolist()
se_label = use_se.loc[r].tolist()
pred_res['se_label'] = se_label
ind_label = use_ind.loc[r].tolist()
pred_res['ind_label'] = ind_label
pred_res['name'] = pred_res.index.tolist()
pred_res = pred_res.sort_values('scores',ascending=False)
auroc, aupr = nrbdmf.calc_auc_aupr(y_true=pred_res['se_label'].tolist(), y_score=pred_res['scores'].tolist(),title=r)
Last updated
Was this helpful?