基于协同过滤的药物重定位算法

药物重定位是指发现已上市或批准药物的新用途,受到了广泛的关注.为此,提出一种基于协同过滤的药物重定位算法.首先,收集药物及疾病的描述信息以构建药物？疾病关联矩阵.其次,根据药物对疾病有适应症和有副作用的相关信息,设计了一种刻画药物之间趋同程度的度量方法,该方法同时考虑了不同药物在适应症和副作用上的相似度.然后,搜寻目标药物的近邻以预测药物对疾病的评分.最后,采用平均绝对偏差和覆盖率二项评价指标衡量系统的预测质量.另外,针对某种特定疾病,利用新的协同过滤模型预测药物在该疾病上的未评分项,根据预测的评分信息发现对该疾病有治疗作用的药物.实验结果表明,该算法不仅能提高系统的预测质量,而且能够发现有治疗作用的药物？疾病组合,验证了所提算法能有效地应用于药物重定位.