🎯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

📜Python鲁汶意外莱顿复杂图拓扑分解算法

🍪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$Y\in R^{m\times n}$表示，其中$m$和$n$分别是药物和靶标的数量。每个元素用$y_{ij}\in$ { − 1 , 0 , + 1 } \{-1,0,+1\} {−1,0,+1}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 $U\in R^{m\times k}$ 和 $V\in R^{n\times k}$，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：
$$\underset{U,V}{\mathrm{argmin}}{\Vert R^{\circ }\left(Y-U{V}^T\right)\Vert }_F^2$$
其中 $\Vert \cdot {\Vert }_F$ 表示 Frobenius 范数，${}^{\circ }$ 表示两个矩阵的 Hadamard 乘积。设$R\in R^{m\times n}$为指示矩阵，其中当$y_{ij}=1$时$r_{ij}=pw$，当$y_{ij}=-1$时，$r_{ij}=nw$，否则为0。请注意， $p_w$ 和 $nw$ 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：
$$A_{i,\mu }=\{\begin{array}{cc}{S}_{i,\mu }^d& \text{ if }{d}_{\mu }\in N\left(d_i\right)\\ 0& \text{ 否则 }\end{array}$$
其中 $N\left(d_i\right)$ 是通过选择 $K_1$ 个与 $d_i$ 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：
$$B_{j,v}=\{\begin{array}{cc}{S}_{j,v}^t& \text{ if }{d}_v\in N\left(t_j\right)\\ 0& \text{ 否则 }\end{array}$$
最小化潜在空间中 $d_i$ 与其最近邻 $N\left(d_i\right)$ 之间距离的目标函数如下：
$$\frac{\alpha }{2}\sum _{i=1}^m\sum _{\mu =1}^m{A}_{i,\mu }{\Vert u_i-u_{\mu }\Vert }_F^2=\frac{\alpha }{2}\mathrm{tr}\left(U^T{L}^{d}U\right)$$

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_coldrugMat.index = ann_ind
drugMat.columns = ann_inddiseaseMat.index = ann_col
diseaseMat.columns = ann_coluse_ind.index = ann_ind
use_ind.columns = ann_coluse_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 outputpred_res = model.pred_respred_res.index = df.index.tolist()se_label = use_se[r].tolist() # side effect binary label (before merging)pred_res['se_label'] = se_labelind_label = use_ind[r].tolist()pred_res['ind_label'] = ind_labelpred_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_labelind_label = use_ind.loc[r].tolist()pred_res['ind_label'] = ind_labelpred_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)

👉参阅、更新：计算思维 | 亚图跨际