傳統(tǒng)的藥物開發(fā)模式成本高、周期長、風險大。藥物重定位方法（舊藥新用）能挖掘已知藥物分子的新功能,探尋其新的適用范圍,該策略可降低開發(fā)風險,提高研發(fā)效率。隨著藥物實驗數(shù)據(jù)的積累和高效計算方法的涌現(xiàn),多種藥物重定位方案被應用于藥物設計中,為藥物合成試驗提供指導。本文提出一種基于鏈路預測算法的藥物重定位方法。利用藥物分子-靶標蛋白相互作用網(wǎng)絡的結(jié)構信息,推斷部分化學信息不明確的小分子和蛋白質(zhì)間的關聯(lián)性。結(jié)果表明,該方法在不同的數(shù)據(jù)集上均有較好的預測效果,有助于挖掘現(xiàn)存藥物分子新功能研究的開展。 

【文章來源】：化學研究與應用. 2020,32(05)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

藥物和靶標節(jié)點的累積度分布

圖1中繪制了兩種方法的ROC曲線,DBPL方法除了整體預測精度略低于TBPL外,特異性也較差,但其靈敏度高出TBPL不少,在實際應用中需將兩者的預測結(jié)果相結(jié)合,更有助于提高算法的預測效果。此外,同為利用局部網(wǎng)絡結(jié)構特征,DBPL和TBPL性能差異比較明顯,為解釋這種差異需借助網(wǎng)絡結(jié)構特征分析結(jié)果。此前的網(wǎng)絡特征分析只針對整個網(wǎng)絡,并未對比藥物點集X和蛋白點集Y間的結(jié)構特征,累積度分布(cumulative degree distribution)可以較為直觀的表明二者結(jié)構上的差異。如圖2所示,虛線為原始網(wǎng)絡中藥物節(jié)點的度分布,分布較為均勻,接近泊松分布;實線代表蛋白節(jié)點的度分布,分布接近冪律分布,表明少量靶標能同多種藥物相互作用,大多數(shù)靶標只能同少數(shù)藥物相互作用,因此用Jaccard指標來刻畫靶標節(jié)點相似性比刻畫藥物節(jié)點更加合理,進而產(chǎn)生了算法預測效果的差異。

【參考文獻】：
期刊論文
[1]藥物研發(fā)中的微波輔助有機合成技術[J]. 孟祥國,徐晨欽,田佩川,李熙,周兆麗.  化學研究與應用. 2019(09)
[2]基于Laplacian正則化與雙向隨機游走的藥物重定位方法[J]. 宋映龍,彭昱忠.  計算機應用與軟件. 2018(07)
[3]網(wǎng)絡藥理學與中醫(yī)藥現(xiàn)代研究的若干進展[J]. 張彥瓊,李梢.  中國藥理學與毒理學雜志. 2015(06)
[4]基于協(xié)同過濾的藥物重定位算法[J]. 林耀進,張佳,林夢雷,李進金.  南京大學學報(自然科學). 2015(04)
[5]復雜網(wǎng)絡鏈路預測[J]. 呂琳媛.  電子科技大學學報. 2010(05)



本文編號：3413288