[發明專利]一種通過ACE2篩選新冠COVID-19治療藥物的方法

在審

• 申請號: 202010847647.3
• 申請日: 2020-08-21
• 公開（公告）號: CN111986817A
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 王理;白鶴鳴;潘文潔;楊永杰;張遠鵬
• 申請（專利權）人: 南通大學;南通先進通信技術研究院有限公司
• 主分類號: G16H70/40
• 分類號: G16H70/40;G16H50/70;G06K9/62
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱小兵

本發明提供了一種通過ACE2篩選新冠COVID?19治療藥物的方法，包括如下步驟：S10數據采集，采集與ACE2相關的醫療文獻資料；S20使用自然語言處理從所述醫療文獻資料中提取生物醫學概念實體；S30使用嵌入向量方法把所述生物醫學概念實體轉換為機器可識別的向量形式；以及S40通過各向量間余弦相似度獲得ACE2與所述生物醫學概念實體間的相似度，通過相似度分析獲得治療藥物。本發明的一種通過ACE2篩選新冠COVID?19治療藥物的方法，從ACE2出發，使用自然語言處理方法，分析與ACE2相關的所有文獻，可以在短時間內由程序篩選出COVID?19相關的藥物、器官與靶點，提高治療方案選取的效率。

技術領域

本發明涉及智慧醫療技術領域，具體涉及一種通過ACE2篩選新冠COVID-19治療藥物的方法。

背景技術

人們對COVID-19這種疾病的癥狀，自然病史及其發病率感到困惑，從而阻礙了對新型冠狀病毒SARS-CoV-2感染引起的人類疾病升級的早期反應。在COVID-19大流行的初期，臨床表現在很大程度上被認為是輕度的，有發燒，咳嗽，嘔吐和頭痛的患者，或嚴重的，有呼吸困難，凝血功能障礙以及腎臟和其他器官系統功能受損的患者。由于臨床表現的復雜性，對COVID-19的精確診斷和治療一直是一項持續的挑戰。此外，由于沒有有效的藥物可治療COVID-19，因此迫切需要找到基于冠狀病毒發病機理，臨床表現，器官受累和過去治療經驗的藥物。

許多研究使用生物信息學方法從基因表達分析和蛋白質-蛋白質相互作用分析中預測COVID-19候選藥物。其他研究集中在通過分子3D結構的虛擬對接篩選來預測候選藥物。這些方法主要用于系統生物學方法來識別COVID-19候選藥物。基于人工智能(AI)的自然語言處理(NLP)方法為從許多非結構化研究文章中找出有可能阻止冠狀病毒發病機理的循證醫學提供了新途徑。NLP可以自動從文獻中闡明生物醫學概念的文本表示形式中的隱藏知識。但是，迄今為止，尚無已發表的從angiotensin-converting enzyme 2(ACE2)入手研究，全面闡述關于COVID-19的臨床表現和生物醫學機制，以確定治療靶標的優先次序。

眾所周知，冠狀病毒通過其病毒突波(S)蛋白與宿主細胞受體的結合進入細胞。S蛋白實際上是由宿主細胞的蛋白酶引發的，因此阻斷宿主的受體蛋白及其助手可以阻止病毒進入細胞。最近的研究證實，SARS-CoV-2利用SARS-CoV受體ACE2進入細胞。有了這些最近獲得的知識，我們認為使用自然語言處理的工具來識別有關ACE2的循證報告可能會迅速而有效地產生有關這些基因與SARS-CoV-2關系的重要知識。這些知識發現藥物可能有助于指導人們有效地靶向受體蛋白及其輔助物，以控制COVID-19中的感染。

現有技術針對ACE2的研究，都是人工從文獻中尋找相關的靶點與藥物，然后人工做分子細胞和動物實驗，耗時長，效率低，覆蓋的知識面不夠全面。

發明內容

為了解決上述問題，本發明提供一種通過ACE2篩選新冠COVID-19治療藥物的方法，從ACE2出發，使用自然語言處理方法，分析與ACE2相關的所有文獻，可以在短時間內由程序篩選出COVID-19相關的藥物、器官與靶點，提高治療方案選取的效率。

為了實現以上目的，本發明采取的一種技術方案是：

一種通過ACE2篩選新冠COVID-19治療藥物的方法，包括如下步驟：S10數據采集，采集與ACE2相關的醫療文獻資料；S20使用自然語言處理從所述醫療文獻資料中提取生物醫學概念實體；S30使用嵌入向量方法把所述生物醫學概念實體轉換為機器可識別的向量形式；以及S40通過各向量間余弦相似度獲得ACE2與所述生物醫學概念實體間的相似度，通過相似度分析獲得治療藥物。

進一步地，還包括S50采用融合了restart算法的隨機游走來對生物醫學概念實體進行優先級排序。

進一步地，所述生物醫學概念實體包括疾病類型、器官類別、基因種類以及藥物類別。