论文部分内容阅读
药物靶点关系对的识别是药物研发流程过程中的关键步骤。目前基于药物的分子结构、药理信息开发了多种计算机和统计方法预测药物靶点，但是结合不同层面的生物学数据研究已知疾病的药物和治疗靶点，寻找新的药物靶点互作仍然很急迫。因此，有很大的必要结合多层面的数据有效地预测潜在的药物靶点互作关系。 本课题通过结合药物的化学结构的相似度、基于副作用的相似度与药物靶点网络拓扑性质之间的关系，发现两种相似度与药物靶点的互作都有关系，于是提出结合药物的化学结构相似度、副作用的相似度和药物靶点之间的关系评估药物共享靶点的概率分数，然后研究了药物共享靶点的概率分数与药物药理性质之间的关系，最后结合靶点蛋白质的序列相似性，预测了药物靶点的关系。我们对4456个已知的药物和3355个未知的蛋白质序列进行综合性的预测分析，通过检索KEGG BRITE和DrugBank数据库中的作用对进行验证，我们发现在药物靶点概率分数排秩前150中有143对作用对至少在一个数据库中有注释，并且还发现离子通道型受体GABRAA受体与DB00189间的互作，以及非甾体类抗炎药与COX-环氧化酶互作在癌症治疗中可能有一定的效果;还预测得到Vc和Vd与治疗糖尿病的靶点间的互作对，利用该方法寻找潜在的药物靶点互作关系，为药物研发提供了有利的参考价值。