申请/专利权人:华东理工大学
申请日:2020-11-20
公开(公告)日:2024-03-29
公开(公告)号:CN114520060B
主分类号:G16H70/40
分类号:G16H70/40;G16C20/30;G16C20/70
优先权:
专利状态码:有效-授权
法律状态:2024.03.29#授权;2022.06.07#实质审查的生效;2022.05.20#公开
摘要:本发明提供了一种基于网络推理的药物通路预测方法及预测模型,采用以下步骤构建得到:首先通过使用大规模药物基因组学数据,构建已知的药物‑通路网络;通过计算化学子结构的信息,构建子结构‑药物网络;整合子结构‑药物网络和药物‑通路网络,构建子结构‑药物‑通路异构网络;然后基于网络推理算法应用到子结构‑药物‑通路异构网络上,构建药物‑通路预测模型;在该模型中,输入新的化学实体分子,输出潜在的通路关系;并结合基于通路的药物重定位策略,发现上市药物中其他的疾病治疗效应。本发明简单有效,在药物通路预测方面及基于通路的药物重定位方面具有较优预测性能;且快速得出结果,相较于试验确定的药物通路关系更加快速高效。
主权项:1.一种基于网络推理的药物通路预测方法,其特征在于,包括以下步骤:1构建子结构-药物-通路异构网络:利用公开的药物基因组学数据,计算药物诱导的基因标签,使用通路富集分析,构建已知药物-通路网络;通过计算药物-通路网络中药物的化学子结构信息,构建子结构-药物网络;最后整合子结构-药物网络和药物-通路网络,构建子结构-药物-通路异构网络A: 其中,ADS为子结构-药物网络,ADP为已知药物-通路网络;2扩展基于网络推理算法到异构网络:根据构建的子结构-药物-通路异构网络,对于任意一个药物,与之连接的通路节点和子结构节点各分配一个单位的初始资源,构建基于网络推理算法的初始资源矩阵A';在而后每一步资源扩散过程中,网络中拥有初始资源的子结构节点和通路节点,会把节点本身的资源平均分配给与之相连接的邻居节点,再根据资源扩散的次数构建基于网络推理算法的转移矩阵W, 其中,Ci,j为加入了可调节参数的初始资源矩阵,ND为药物集合,NS为子结构集合,NP为通路集合;3预测新的药物-通路关系:基于所构建的子结构-药物-通路异构网络的初始资源矩阵A',以及每一步资源扩散过程中的转移矩阵W,迭代地在该异构网络中进行推理,最终的资源扩散转移矩阵的计算公式如下:F=A′×WkFi,ND+NS+j的值即是基于网络推理的算法预测药物-通路相互作用的打分,其中,i∈0,ND],j∈0,NP]是两个正整数;k为资源扩散的次数,对于给定的药物,对于网络中的任意一个通路节点而言,其拥有资源数的多少表明药物与通路之间存在关联性的强弱,即通路节点拥有的资源数越多,其分数越高,药物与该通路之间存在关联性的可能性越大。
全文数据:
权利要求:
百度查询: 华东理工大学 一种基于网络推理的药物通路预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。