[发明专利]基于基因空间融合的矩阵分解对老药预测新适应症的方法

说明书

技术领域

本发明涉及计算机技术在医药研究中的应用，特别是涉及基于基因空间融合的矩阵分解对老药物预测新适应症(老药新用)的方法。

背景技术

由于新药研发投入大、周期长、风险高，上市新药的数目出现了显著的减少。一个新化学实体药物的开发周期往往在10年以上，成本在10亿美元以上。从候选药物到批准生产，其成功率只有一成。近年来，药物研发者越来越关注老药新用领域。老药新用，指的是为现有的药物寻找临床实践中的新的适应症。老药新用的研发过程可以免除已有的毒理学和药代动力学评价，这大大缩短研发的时间和成本。药物的临床安全性已经确定，这降低了研发的风险。此外，为老药寻找新的适应症，可以延续药物的使用寿命，扩充药物的适应症。典型例子包括沙利度胺、万艾可、非那雄胺等。例如，沙利度胺曾经作为抗妊娠反应药物被广泛使用，之后由于出现大量由沙利度胺造成的海豹肢症畸形胎儿，该药物被停止使用。后来，科学家发现沙利度胺对于人类免疫系统具有调节作用，于是在1998年被美国食品药品监督管理局(FDA)批准作为一种治疗麻风病的药物上市销售。但是，这些药物的新用途往往是来源于意外发现。因此，为老药新用的系统性预测提供有效的计算方法支持变得至关重要。

目前，研究者已经提出了一些用于发现药物新的适应症的计算模型，这些模型主要都是使用药物和疾病的属性资料进行匹配，从而发现新的药物-疾病关联，实现老药新用。其中用到的药物和疾病的属性资料包括转录组学、副作用、通路和基因谱等数据。这些研究均取得了一定的成果，但是，它们都要求在研究前为药物和疾病计算好明确的属性数据，而这会耗费一定的时间和精力。相反，药物和疾病相关的关联数据则是比较容易从公开数据库中获取。在互联网领域，基于关联数据的矩阵分解模型已经在用户行为分析上发挥了巨大的作用，我们有理由相信该模型也可以用于药物-疾病的关联分析中。而且，随着时间的推移，公开数据库中积累的药物和疾病的关联数据信息也会越来越完备。此外，药物和疾病的关联性可能在基因空间中有所体现。因此，基因空间内的关联信息也可以引入到药物-疾病关联的分析中。

针对这种情况，有必要利用关联数据建立老药新用研究框架，设计基于基因空间融合的矩阵分解方法，用于预测新的药物-疾病关联关系，发现药物新的适应症，从而实现药物更大的使用价值。

发明内容

(一)要解决的技术问题

本发明所要解决的技术问题在于提供一种为老药物预测新适应症的方法，用于预测新的药物-疾病关联关系，发现药物新的适应症，实现老药新用。

(二)技术方案

为解决上述技术问题，本发明提出一种基于基因空间融合的矩阵分解对老药预测新适应症的方法，所述方法包括如下步骤：

步骤S1：收集已知的药物集和疾病集的关联数据；

步骤S2：获取基因空间的数据，获取基因空间的数据，该数据包括与所述已知的药物相关的药物-基因关联集、与步骤S1中疾病相关的疾病-基因关联集和基因关联集；

步骤S3：从基因空间的数据中提取出基因紧密度矩阵；

步骤S4：对基因紧密度矩阵进行特征值分解，生成一个低维度的欧式空间，使得关注基因集中的每一个基因都可以用一个低维度的特征向量表示，从而构造出联合空间；

步骤S5：根据药物-基因关联集和疾病-基因关联集，从联合空间中计算药物和疾病的特征空间；

步骤S6：根据药物的特征矩阵和疾病的特征矩阵建立矩阵分解模型，利用联合空间中的药物和疾病的特征向量对模型进行初始化；

步骤S7：根据药物集、疾病集和药物疾病关联集获得训练样本；

步骤S8：利用所述训练样本对所述矩阵分解模型进行训练；

步骤S9：将训练后的矩阵分解模型用于对训练样本以外的药物-疾病组合的预测；

步骤S10：返回步骤S7，多次重复步骤S7、S8、S9中涉及到的处理过程，对正样本以外的所有可能的药物-疾病组预测其关联度；

步骤S11：根据步骤S10预测的关联度，筛选药物-疾病的关联关系，预测药物新的适应症。

根据本发明的具体实施方式，所述步骤S1进一步包括：

步骤S11：收集已知的药物-疾病关联集；

步骤S12：根据药物-疾病关联集构造药物-疾病关联矩阵。

根据本发明的具体实施方式，在步骤S2中，基因空间的数据包括药物-基因关联集、疾病-基因关联集和基因关联集，这些数据的获得通过查询数据库来实现。