基于网络链路预测的药物分子重定位研究

发布时间：2021-09-29 07:14

　　传统的药物开发模式成本高、周期长、风险大。药物重定位方法（旧药新用）能挖掘已知药物分子的新功能,探寻其新的适用范围,该策略可降低开发风险,提高研发效率。随着药物实验数据的积累和高效计算方法的涌现,多种药物重定位方案被应用于药物设计中,为药物合成试验提供指导。本文提出一种基于链路预测算法的药物重定位方法。利用药物分子-靶标蛋白相互作用网络的结构信息,推断部分化学信息不明确的小分子和蛋白质间的关联性。结果表明,该方法在不同的数据集上均有较好的预测效果,有助于挖掘现存药物分子新功能研究的开展。 

【文章来源】：化学研究与应用. 2020,32(05)北大核心CSCD

【文章页数】：6 页

【部分图文】：

药物和靶标节点的累积度分布

图1中绘制了两种方法的ROC曲线,DBPL方法除了整体预测精度略低于TBPL外,特异性也较差,但其灵敏度高出TBPL不少,在实际应用中需将两者的预测结果相结合,更有助于提高算法的预测效果。此外,同为利用局部网络结构特征,DBPL和TBPL性能差异比较明显,为解释这种差异需借助网络结构特征分析结果。此前的网络特征分析只针对整个网络,并未对比药物点集X和蛋白点集Y间的结构特征,累积度分布(cumulative degree distribution)可以较为直观的表明二者结构上的差异。如图2所示,虚线为原始网络中药物节点的度分布,分布较为均匀,接近泊松分布;实线代表蛋白节点的度分布,分布接近幂律分布,表明少量靶标能同多种药物相互作用,大多数靶标只能同少数药物相互作用,因此用Jaccard指标来刻画靶标节点相似性比刻画药物节点更加合理,进而产生了算法预测效果的差异。

【参考文献】：
期刊论文
[1]药物研发中的微波辅助有机合成技术[J]. 孟祥国,徐晨钦,田佩川,李熙,周兆丽.  化学研究与应用. 2019(09)
[2]基于Laplacian正则化与双向随机游走的药物重定位方法[J]. 宋映龙,彭昱忠.  计算机应用与软件. 2018(07)
[3]网络药理学与中医药现代研究的若干进展[J]. 张彦琼,李梢.  中国药理学与毒理学杂志. 2015(06)
[4]基于协同过滤的药物重定位算法[J]. 林耀进,张佳,林梦雷,李进金.  南京大学学报(自然科学). 2015(04)
[5]复杂网络链路预测[J]. 吕琳媛.  电子科技大学学报. 2010(05)



本文编号：3413288