[發明專利]一種用于預測藥物-靶標相互作用關系的方法和設備

在審

• 申請號: 202011202566.4
• 申請日: 2020-11-02
• 公開（公告）號: CN112216353A
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 鄭瑩;吳崢
• 申請（專利權）人: 長沙理工大學
• 主分類號: G16C20/30
• 分類號: G16C20/30;G16C20/50;G06F17/16
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 趙琴娜

本發明公開了一種用于預測藥物?靶標相互作用關系的方法和設備，方法包括：引入藥物?靶標相互作用和靶標?疾病相互作用構建藥物?靶標?疾病的三層異構網絡；基于三層異構網絡構建藥物相似度矩陣和靶標相似度矩陣，靶標相似度矩陣包括靶標間高斯核相似度矩陣和靶標?疾病高斯核相似度矩陣；計算藥物相似度矩陣和靶標相似度矩陣克羅內克積，并通過正則化最小二乘法得到預測結果；對預測結果進行驗證。對比傳統的預測方法，本發明采用了更為完整的網絡結構模型，建立了更為復雜的相似度矩陣空間，從更多的角度預測了全新的藥物?靶標相互作用；在計算過程中避免了超規模的矩陣運算；相較于常用的FLapRLS方法和RLS_Kron方法，有著更優的預測性能。

技術領域

本發明涉及生物信息處理技術領域，特別涉及一種用于預測藥物-靶標相互作用關系的方法和設備。

背景技術

眾所周知，藥物的開發是疾病治療的重要前提，而藥物-靶標關系的確認也是藥物開發過程中的重要環節。盡管藥物的開發在過去的幾十年中取得了重要的進展，但是其財力和時間成本依然很高。隨著系統生物學和網絡藥理學的發展，一個藥物可以靶向多個不同的靶標，同樣，一個靶標也能夠被不同的藥物所作用。在這個藥物靶標關系網絡中，藥物靶標關系的確認能夠加速藥物的開發過程，了解藥物的作用效果和疾病的治療方案。

自08年提出網絡藥理學以來，以往單藥物-靶向相互作用的思路被打破，而同年的論文《Yamanishi Yoshihiro,Araki Michihiro,Gutteridge Alex et al.Prediction ofdrug-target interaction networks from the integration of chemical and genomicspaces.[J].Bioinformatics,2008,24:i232-40》中描繪了并構建了酶、離子通道、G蛋白偶聯受體(GPCR)和核受體的四類藥物-靶標相互作用網絡，其所提出方法的獨創性在于將藥物-靶標相互作用推論形式化為二分圖的監督學習問題，該文中所使用的數據集也成為了基準標準集。而正是因為藥物-靶標相互作用可以從定義上被抽象為計算機圖論中的圖并使用相關算法進行研究，使得計算機與藥物或者生物學緊密相連，而在這基礎上，圍繞著以生物信息學為背景的多種研究方法在不同的立足點進行深層次的思考與發現。對于整個的藥物-靶標相互作用網絡來說，該網絡被抽象為圖論中的二部圖。此時，藥物和靶標分別作為二部圖中的點集V，藥物-靶標相互作用被抽象為邊集E。故有模型G＝(V,E)。附圖1即為一個簡單的二部圖示例(其中星形節點為靶標，矩形節點為藥物，其連接的邊即為抽象后的藥物-靶標相互作用)。

目前關于藥物-靶標相互作用預測方法的研究還存在有以下缺陷：

1、使用的模型通常為具有藥物-靶標相互作用的二部圖模型，模型形式比較單一，其所能得到的藥物-靶標相似度矩陣也較為簡單，只能得到局部預測結果；

2、主流的生物方法主要依靠目標藥物或靶標的全部信息，如完整的靶標3D結構等；同時帶來的問題還有現有技術難以做大規模的篩選和預測，所得結果由于無針對性則往往花費較多而結果不盡如人意；

3、在面對越來越多的藥物和靶標時還存在由于數量達到10^4～10^5量級而在中間計算過程中產生10^16以上存儲空間需要，這樣大的矩陣對于目前的計算水平是極其難以處理的。

發明內容

本發明旨在至少解決現有技術中存在的技術問題之一。為此，本發明提出一種用于預測藥物-靶標相互作用關系的方法和設備。

本發明的第一方面，提供了一種用于預測藥物-靶標相互作用關系的方法，其特征在于，包括以下步驟：

根據已知的藥物-靶標相互作用關系及靶標-疾病相互作用關系構建藥物-靶標-疾病的三層異構網絡；