[發明專利]一種基于藥物多維相似度的藥物交互作用預測方法

在審

• 申請號: 201811441665.0
• 申請日: 2018-11-29
• 公開（公告）號: CN111243659A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 陳迪;樸海龍
• 申請（專利權）人: 中國科學院大連化學物理研究所
• 主分類號: G16B15/30
• 分類號: G16B15/30;G06K9/62
• 代理公司: 沈陽科苑專利商標代理有限公司 21002
• 代理人: 馬馳

本發明公開了一種基于藥物多維相似度的藥物交互作用預測方法，該方法包括：基于藥物在化合物分子描述符、藥物靶標、ATC編碼、通路及靶標在蛋白質交互作用網絡中鄰居節點多個方面的特性計算兩個藥物間的多維度相似性；基于所述多維度藥物相似性特征構建基于馬氏距離的SVM分類器用于區分協同、拮抗、獨立的藥物交互作用。

技術領域

本發明涉及生物信息學領域，特別涉及利用計算機技術預測藥物交互作用的領域。

背景技術

傳統藥物研發主要針對作用于單一靶標的單一化合物，而復雜疾病往往對應著復雜的生物過程，一對一的藥物-靶標作用模式在很多疾病的治療中無法達到顯著療效。臨床發現合理的藥物聯用不僅可以提高藥物療效，還可以降低毒副作用，為復雜疾病的治療提供了新方式：組合藥物。組合藥物由兩種或者兩種以上活性藥物成分組成，不同成分通常作用于不同靶標，調控不同病理過程，以較低的量達到更高療效并且降低藥物毒副作用。目前，組合藥物正愈來愈多地用于復雜疾病，如：癌癥、艾滋病、高血壓、肺結核等疾病的治療中。

不同于隨機組合的藥物，組合藥物的不同藥物間存在著協同交互作用。協同交互的藥物組合具有有增效減毒的作用，即藥物組合產生的藥效大于各個藥物單獨使用時產生的藥效的加和。與之對應的另外一種藥物交互作用為拮抗交互，拮抗交互的藥物組合會降低療效，增加藥物毒副作用。無論拮抗交互還是協同交互，藥物間均存在著藥理、藥代方面的關聯關系。針對復雜疾病的治療，合理設計組合藥物，有效地利用協同交互的藥物組合同時避免拮抗交互的藥物組合，將極大提高疾病的治療效果。

現有的組合藥物主要來自于臨床經驗，而藥物組合的情況隨著藥物個數呈指數級增加，其組合爆炸的問題使得臨床或實驗研究幾乎無法實現。因此，發展有效的計算機預測方法成為組合藥物發現研究的必然趨勢，通過計算預測出藥物組合的類型，能夠為實驗研究提供指導，有利于組合藥物研發工作的推進。

目前，已有研究者提出了多種計算方法用于分析藥物組合或藥物交互作用。其中一種比較常用的方法是基于藥物間各種類型的相似性度量構建分類模型。例如，Zou等分析藥物靶標在蛋白質交互作用 (Protein Protein Interaction:PPI)網絡中的鄰近社區的拓撲特性及相關基因本體(Gene Ontology:GO)語義相似性，構建SVM分類器，從而對藥物組合是否可以作為有效的組合藥物進行預測。然而，僅僅通過藥物靶標間的特性分析藥物組合，會忽略很多藥物相關信息。 Gottlieb等則考慮了更為全面的藥物特性，整合利用藥物ATC編碼、藥物靶標在PPI網絡上的距離、靶標的GO術語、靶標序列、化合物結構、藥物副作用、配體結構共7個不同方面的藥物相似度度量，構建藥物交互作用分類模型。但是，現有的分類模型存在一些局限，其一是沒有考慮到不同藥物在通路方面的關聯關系，而有效的組合藥物通常是通過干預相關聯的通路實現協同增效的作用。其二，這些分類模型主要針對有無交互作用或者是否作為組合藥物進行分類，這兩種模型均沒有對協同交互和拮抗交互進行很好的區分。

在分類器的構建方面，針對于高維特征的數據集通常需要先通過特征的降維，再進行分類。2008年，向世明等提出一種馬氏距離矩陣的啟發式學習方法，學習獲得的馬氏距離矩陣用于分類和聚類方法中可以有效提高原有方法的精度，這種降維的方法為預測藥物交互作用的類別提供有利參考。

發明內容

(一)要解決的技術問題

本發明的目的在于提出一種基于藥物多維相似度的藥物交互作用預測方法，整合藥物多個方面特性計算藥物相似性，并構建基于馬氏距離的SVM分類器對協同、拮抗以及獨立三種類型的藥物交互作用進行分類。

(二)技術方案

為了解決上述技術問題，本發明提供了一種基于藥物多維相似度的藥物交互作用預測包括：

一、基于所述多維度藥物相似性特征構建基于馬氏距離的SVM 分類器；

步驟1：獲取已知藥物交互作用類型的藥物對；