本仓库为论文 《Network-Based Relating Pharmacological and Genomic Spaces for Drug Target Identification》 的复现项目，实现了论文中的三种计算药物和靶点相关性的方法，分别为drugCIPHER-TS、drugCIPHER-CS、drugCIPHER-MS。
该项目中使用到的数据集为 DrugBank、KEGG Compound Dataset 以及 STRING，项目中涉及到的数据以.csv 格式存储，一些提前计算好的相关性系数的矩阵以.npy格式存储。
data_preprocessing 目录下为对数据集内元素的清洗和映射的预处理操作。
heatmap 目录下为根据药物之间的三种分数，TS、CS和GR，绘制热力图的脚本。
kegg 目录下为根据kegg API 下载KEGG相关数据集的脚本，以及存储了药物对应的2D化学结构 .mol 格式文件。
PPI 目录下根据蛋白质关联数据构建ppi网络。
target_drug_relevance 内部为计算药物和靶点对应关联度的相关脚本文件。
根目录下的 drugCIPHER_TS.py、drugCIPHER_CS.py 和drugCIPHER_MS.py 为计算数据集中测试集对训练集的三种分数的脚本
论文原件附在根目录下。
python drugCIPHER_MS.py
会输出测试集中药物与其对应靶点匹配的准确率，分别依据三种评分标准。