论文部分内容阅读
目前，在药物研发领域，识别新的药物靶点仍然是一个富有挑战性的问题。传统的药物靶点识别方法大部分着重于识别那些特定家族的“可药靶点”，却忽略了它们在生物学通路背景下的拓扑特征。生物学通路本身具有非常优越的性质，使得它可以辅助研究者去优化或识别新的药物靶点。例如，研究者可以根据某潜在药物靶点在通路当中的位置或上下游互作邻居等信息来评估它的重要性以及作为新药靶的潜能。我们相信，充分利用生物学通路自身所特有的性质将会有助于药物靶点的识别和优先化。 在本文的工作中，首先，我们系统地分析了已知人类抗癌药物靶点在生物学通路背景下的拓扑特性。我们发现：已知的抗癌药物靶点倾向于影响多个癌症相关的生物学通路，并且更倾向位于通路的起始区域或末尾区域，倾向于同癌基因和其他已知抗癌药物靶基因相互作用，倾向于调控其下游的癌Hall-Mark基因和编码核膜蛋白的基因。此外，已知抗癌药物靶点在癌症相关生物学通路中还呈现出较高的连通性、易碎性、介数中心性以及亲密系数中心性。接着，我们整合上面7个拓扑特征来对抗癌药物的候选靶点进行综合排秩。具体地，对于每一个候选靶点，经计算产生7个不同的秩次，然后利用顺序统计量方法将这7个秩次融合为一个全局秩次作为该靶点的最终排秩。 我们将该优化策略分别应用于13个抗癌药物。结果显示：超过70％的已知抗癌药物靶点被有效地排在了排序列表的前20％。特别地，对于巯嘌呤候选靶点的优化取得了非常好的效果：在排序列表的前15个候选靶点当中有6个均为已知的靶点；并且，通过文献调研我们发现，另外的9个候选靶点均被证实为潜在的癌症治疗新靶点。此外，我们还发现排在前面的候选靶基因与癌症病人的生存时间具有非常紧密的相关性。 综上所述，我们的研究不仅系统地分析了已知抗癌药物靶点在生物学通路背景下所共有的拓扑特征，而且为抗癌药物新靶点的识别提供了一个崭新的视角。