《表1 三类协变量的定义：基于药理学网络模型的抗肿瘤药物不良事件预测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于药理学网络模型的抗肿瘤药物不良事件预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

讨论PNM中本质协变量的定义与使用。首先整理每个药物的内在性能向量，从PubChem中提取了药物的17种生化特性:分子量（molecular weight）、疏水参数计算参考值（XLogP3）、氢键供体数量（hydrogen bond donor count）、氢键受体数量（hydrogen bond aceptor count）、可旋转化学键数量（rotatable bond count）、精确质量（exact mass）、单同位素质量（monoisotopic mass）、拓扑分子极性表面积（topological polar surface area）、重原子数量（heavy atom count）、表面电荷（formal charge）、复杂度（complexity）、同位素原子数量（isotope atom count）、确定原子立构中心数量（defined atom stereocenter count）、不确定原子立构中心数量（undefined atom stereocenter count）、确定化学键立构中心数量（defined bond stereocenter count）、不确定化学键立构中心数量（undefined bond stereocenter count）、共价键单元数量（covalently-bonded unit count）。接下来，计算了每一对（药物1、药物2）的17维固有属性空间中的欧几里德距离。根据这个距离，定义了两个本质协变量:多维药物空间-欧几里德距离-最小值（euclid-min），多维药物空间-欧几里德距离-相对熵（euclid-KL）（表1） 。Fliri等[10]使用类似于欧几里德距离度量来指导聚类过程。欧几里德距离的KL距离与前面讨论的网络协变量和分类协变量的目的是相同的。