[发明专利]一种基于网络推理的药物通路预测方法及其应用

权利要求书

1.一种基于网络推理的药物通路预测方法，其特征在于，包括以下步骤：

1)构建子结构-药物-通路异构网络：利用公开的药物基因组学数据，计算药物诱导的基因标签，使用通路富集分析，构建已知药物-通路网络；通过计算药物-通路网络中药物的化学子结构信息，构建子结构-药物网络；最后整合子结构-药物网络和药物-通路网络，构建子结构-药物-通路异构网络A：

其中，A_DS为子结构-药物网络，A_DP为已知药物-通路网络；

2)扩展基于网络推理算法到异构网络：根据构建的子结构-药物-通路异构网络，对于任意一个药物，与之连接的通路节点和子结构节点各分配一个单位的初始资源，构建基于网络推理算法的初始资源矩阵A′；在而后每一步资源扩散过程中，网络中拥有初始资源的子结构节点和通路节点，会把节点本身的资源平均分配给与之相连接的邻居节点，再根据资源扩散的次数构建基于网络推理算法的转移矩阵W，

其中，C(i，j)为加入了可调节参数的初始资源矩阵，N_D为药物集合，N_S为子结构集合，N_P为通路集合；

3)预测新的药物-通路关系：基于所构建的子结构-药物-通路异构网络的初始资源矩阵A′，以及每一步资源扩散过程中的转移矩阵W，迭代地在该异构网络中进行推理，最终的资源扩散转移矩阵的计算公式如下：

F＝A′×W^k

F(i，N_D+N_S+j)的值即是基于网络推理的算法预测药物-通路相互作用的打分，其中，i∈(0，N_D]，j∈(0，N_P]是两个正整数；k为资源扩散的次数，

对于给定的药物，对于网络中的任意一个通路节点而言，其拥有资源数的多少表明药物与通路之间存在关联性的强弱，即通路节点拥有的资源数越多，其分数越高，药物与该通路之间存在关联性的可能性越大。

2.根据权利要求1所述的基于网络推理的药物通路预测方法，其特征在于，

其中，步骤1)中，构建子结构-药物-通路异构网络A的过程包括以下步骤：

1.1)利用公开的药物基因组学数据，计算药物诱导的基因标签，通过使用通路富集分析，构建已知的药物-通路网络：

该网络中，药物集合表示有N种药物，通路集合表示有N种通路；i∈(0，N_D]，j∈(0，N_P]是两个正整数；

1.2)基于药物的化学结构信息，计算药物的子结构，构建子结构-药物网络：

其中，i∈(0，N_D]，j∈(0，N_S]是两个正整数；在该网络中，药物集合表示有N种药物，子结构集合表示有N种子结构；

1.3)整合上述两个网络，构建子结构-药物-通路异构网络，表示形式为：

。