[發(fā)明專利]使用生物網絡識別藥物靶點的系統(tǒng)和方法

無效

• 申請?zhí)枺?/td>: 201180020979.3
• 申請日: 2011-05-18
• 公開（公告）號: CN102859528A
• 公開（公告）日: 2013-01-02
• 發(fā)明（設計）人: 王巍;常睿
• 申請（專利權）人: 加利福尼亞大學董事會
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京安信方達知識產權代理有限公司 11262
• 代理人: 申基成;楊淑媛

1.一種方法，包括由一個或多個處理器執(zhí)行計算機可執(zhí)行指令用于預測治療疾病的藥物靶點效果的方法，所述方法進一步包括：

至少部分地基于對疾病的藥物抑制效果的知識構建貝葉斯網絡的結構；

將一組參數與構建的貝葉斯網絡相關；

通過自動過程確定貝葉斯網絡的聯(lián)合概率分布的值；

至少部分地基于這些聯(lián)合概率值導出具有一個或多個平均參數的平均貝葉斯網絡；和

至少部分地基于平均貝葉斯網絡計算定量預測。

2.如權利要求1所述的方法，其中構建貝葉斯網絡的結構包括根據領域專家知識增加變量之間的定向邊。

3.如權利要求1所述的方法，其中將一組參數與構建的貝葉斯網絡相關包括聯(lián)合在貝葉斯網絡中其他變量的值指示一個或多個變量的值的聯(lián)合概率。

4.如權利要求1所述的方法，其中確定聯(lián)合概率分布的值是基于包括多個激活父母和多個與貝葉斯網絡相關的抑制父母的局部結構。

5.如權利要求1所述的方法，其中導出平均貝葉斯網絡包括平均與網絡相關的聯(lián)合概率值。

6.如權利要求1所述的方法，其中計算定量預測包括整合一組貝葉斯網絡并通過貝葉斯網絡組的先驗概率乘以結果。

7.如權利要求6所述的方法，其中整合一組貝葉斯網絡包括在激活和抑制父節(jié)點的組合下至少部分地基于子節(jié)點概率以相對順序應用整合限制。

8.一種方法，包括由一個或多個處理器執(zhí)行計算機可執(zhí)行指令用于自動確定在貝葉斯網絡中的多項分布的方法，所述方法進一步包括：

使用相關于已構建貝葉斯網絡結構的一組聯(lián)合概率參數構建貝葉斯網絡的圖形結構；

設計自動過程以確定與所述聯(lián)合概率參數相關的值；

同時導出等效平均貝葉斯網絡或貝葉斯網絡的類；和

使用等效平均貝葉斯網絡或貝葉斯網絡的類實施定量預測和推理模擬。

9.如權利要求8所述的方法，其中構建貝葉斯網絡的圖形結構至少部分地通過根據領域專家或知識資源增加變量之間的定向邊。

10.如權利要求8所述的方法，其中聯(lián)合概率的值至少部分基于在貝葉斯網絡中局部結構來確定，其中局部結構包括一個或多個激活父母，其在出現(xiàn)時，增大與相應子節(jié)點相關的概率。

11.如權利要求8所述的方法，其中聯(lián)合概率的值至少部分基于在貝葉斯網絡中局部結構來確定，其中局部結構包括一個或多個抑制父母，其在出現(xiàn)時，減小與相應子節(jié)點相關的概率。

12.如權利要求8所述的方法，其中等效平均貝葉斯網絡包括具有來自貝葉斯網絡的類的平均參數的貝葉斯網絡。

13.如權利要求8所述的方法，其中定義構建的貝葉斯網絡通過結構和參數：B1＝(G1，Θ1)；B2＝(G2，Θ2)；B3＝(G3，Θ3)；B4＝(G4，Θ4)；B5＝(G5，Θ5)，其中聯(lián)合概率包括：Θ₁＝P(A，B，C，D)；Θ₂＝P(A，B，D)；Θ₃＝P(A，B，D)；Θ₄＝P(A，D)；Θ₅＝P(A，D)，給定結構G1-G5。

14.如權利要求8所述的方法，其中構建了放置在激活和抑制父節(jié)點的組合下的子節(jié)點概率上的相對順序的矩陣。