第一部分：英文單詞記錄 1、drug 藥物 2、repositioning 重新佈置，重新定位 3、comprehensive 綜合 4、Bi-random walk algorithm 隨機游走演算法 5、motivation 動機 6、aims to 以...為目標 7、identity 確定 8 ...
第一部分：英文單詞記錄
1、drug 藥物 2、repositioning 重新佈置，重新定位 3、comprehensive 綜合 4、Bi-random walk algorithm 隨機游走演算法
5、motivation 動機 6、aims to 以...為目標 7、identity 確定 8、indication 適應症 9、existing 目前的
10、promising 有希望的 11、alternative 供選擇的 12、compromising 計算的 13、strategy 策略 14、proposed 計劃
15、current 現在的 16、property 性能 17、to calculate 計算 18、respectively 各自地 19、sociation 基本群集
20、measures 措施 21、assumption 假想 22、associated 聯繫 23、and vice versa 反之亦然 24、utilizes 利用 25、potential 可能 26、feature 特征 27、to calculate 計算 28、interaction 交互 29、adopted 接受
30、computational 計算的 31、experiment 實驗 32、demonstrate 證明 33、approach 方法 34、reliable 可靠地 35、prediction 語言 36、performance 性能 37、outperform 勝過 38、recent 近代的 39、approaches 處理
40、selected 挑選 41、confirm 確認 42、superior 優秀的 43、potential 潛在的 44、indication 適應症
45、repositioning 重新定位 46、genomics 基因體學 47、consuming 消耗 48、risk/risky 冒險 49、tremendously 驚人的 50、continuously 連續不斷 51、investment 投資 52、approved 經...批准 53、in light of 根據 54、discovery 發現 55、identify 識別 56、repurposing 再利用 57、attract 吸引 58、pharmaceutical 藥物 59、candidate 申請者
60、necessary 必要的 61、consequently 因此 62、repositioned 複位 63、generated 產生 64、revenue 收入
65、patent 專利 66、holder 持有人 67、treatment 治療 68、originally 最初的 69、intended 打算
70、proposed 提議 71、predict 預報 72、direct 直接的 73、assumption 假想的 74、conduct 管理
75、multiple 多樣的 76、construct 構造 77、discrimination 區別 78、implement 實施 79、classification 分類
80、heterogeneous 不均勻的 81、clustering 收集 82、unified 統一 83、framework 框架 84、iterative 反覆
85、prioritization 優先化 86、simultaneously 同時的 87、integrated 完整的 88、formulated 配方製造
89、recommend 推薦 90、preferable 更好的 91、exploited 利用 92、adopt 收養 93、effective 有效的
94、mechanism 機制 95、measure 測量 96、potential 潛在的 97、aspect 方面 98、previous 早先的
99、interaction 互動 100、adjust 調整 101、analysis 分析 102、simultaneously 同時的 103、clustered 聚合
104、demonstrated 示範的 105、evaluate 估計 106、referred 參考 107、procedure 程式 108、collect 收集
109、heterogeneous 異種的 110、consisting 包括 111、standard 標準 112、obtain 獲得 113、briefly 短暫的
114、analyze 分析 115、various 各種各樣 116、cluster 群
第二部分：代碼實現
#_Author_:Monkey
#!/usr/bin/env python
#-*- coding:utf-8 -*-
from numpy import * #python 中矩陣處理函數
import numpy as np
def Normalize(data):
total = sum(data)
return [i/total for i in data]
#讀出藥物疾病相關性文件，進行歸一化，並放著矩陣中
RD_data = []
A = []
with open ("DiDrAMat.txt","r") as f:
for fLine in f:
row = [int(x) for x in fLine.split()]#讀出文件，split預設按空格進行分割
if(len(row) > 0):
A.append(row)
row = Normalize(row)#調用歸一化函數
RD_data.append(row)
f.close()
RD_data = mat(RD_data) # 列表轉為矩陣 A歸一化的矩陣
A = mat(A) # 藥物疾病相關性矩陣
#讀出藥物相關性文件，存貯在矩陣中
MR_data = []
with open("DrugSimMat.txt","r") as f:
for fLine in f:
row = [float(x) for x in fLine.split()]
if(len(row) > 0):
MR_data.append(row)
MR_data = mat(MR_data) #藥物相關性矩陣
f.close()
#讀出疾病相關性文件，存儲在矩陣中
MD_data = []
with open("DiseaseSimMat.txt","r") as f:
for fLine in f:
row = [float(x) for x in fLine.split()]
if(len(row) > 0):
MD_data.append(row)
MD_data = mat(MD_data) #疾病相關性矩陣
f.close()
#隨機游走演算法
alpha = 0.3
for i in range(50):
rflag = 1
lflag = 1
Rr_data = np.dot(RD_data,MR_data*0.3) + 0.7 * A #313*593 593*593 313*593
Rd_data = np.dot(MD_data,RD_data*0.3) + 0.7 * A #313*313 313*593 313*593
RD_data = (rflag*Rr_data + lflag*Rd_data)/2
#將最終的RD_data 游走後的矩陣 寫進文件保存
np.savetxt("DiDrAMat_test.txt",RD_data)
