[发明专利]一种多源数据高效融合的药物靶标相互作用的预测方法

说明书

本发明提出了一种基于多源数据高效融合的药物靶标相互作用的预测方法，首先，通过对药物和靶点多源数据进行分类，将多源数据融合或拼接。对于原始数据，根据药物或靶标的生物学特性，分别划分为几类。当类别中存在多个网络时，根据网络的特点选择融合节点特征或拼接节点特征。其次，网络嵌入方法获得高质量、丰富的节点低维特征表示。最后，使用正向无标记学习来预测潜在的DTIs。本发明根据数据的性能对其进行分类，并在融合过程中对分类后的数据进行不同权重的处理，使不同类别的药物和靶点能够进行自适应融合。在制药生物试验前，通过计算机技术学习获得候选药物靶标，大大减少了生物对照试验的时间和金钱成本，缩短制药周期。

技术领域

本发明属于生物信息技术领域，涉及药物靶标的融合，特征提取和预测方法。

背景技术

药物是通过作用于疾病的靶点而达到药理作用的。因此，准确识别药物靶点相互作用(Drug Target interaction，DTI)对了解药物治疗机制和发现治疗疾病的新药具有重要意义。目前，药物与靶标多源数据相结合的计算方法可以有效降低生物制药工艺前对照试验的失败率。这类方法主要是利用机器学习框架来学习药物和预测目标的特征。在多源数据处理方面，通常很容易对不同源数据的特征进行拼接。因此，如何充分利用不同源数据对DTI预测的贡献进行高效融合是提高DTI预测精度的关键。

在过去的几十年里，大量的预测DTI的计算方法已经被开发出来。在DTI预测的计算策略中，经常考虑药物和靶标数据的多个来源。传统的单源数据预测DTI主要有两种形式，包括基于配体的方法和基于靶标的方法。基于配体的靶标预测是指对未知靶标和已知靶标药物的结构特征进行分析和比较，根据相似性原理预测潜在靶标。相似度的选择通常取决于配体的化学结构或物理化学性质。然而，单一数据源中已知的靶蛋白配体数量不足，基于配体的方法预测结果可能不可靠。同样，基于靶标的方法需要知道靶标的三维结构，但目前获取蛋白质的三维结构非常耗时，一些靶标无法获得三维结构，这使得基于靶标的方法难以在全基因组范围内使用。

目前，有研究也使用多源数据建立了deepDTnet模型来预测DTI，它使用了一个简单的剪接多个网络数据的模型同等对待。具体地说，DeepDTnet包括两个关键步骤：(1)应用深度神经网络算法进行网络嵌入，将网络中的每个顶点嵌入到低维向量空间；(2)由于缺乏公开可用的负样本，使用了PU矩阵补全算法，这是一种向量空间投影方案，用于预测新的药物-靶点相互作用。DeepDTnet嵌入了15种类型的化学网络、基因组网络、表型网络和细胞网络，并应用深度神经网络算法来学习每个节点的特征的低维矢量表示。在学习了药物和靶标的特征矩阵之后，DeepDTnet应用PU矩阵补全来寻找从药物空间到靶(蛋白质)空间的最佳投影，使得所投影的毒品的特征向量在几何上接近其已知相互作用的目标的特征向量。最后，DeepDTnet根据与药物在投影空间中的投影特征向量的几何接近程度来推断药物的新目标。

药物与靶蛋白相互作用的预测对于提高新药发现的速度和准确性具有重要意义。传统的实验方法在识别新的DTI方面是非常昂贵和耗时的。高效计算方法为提高DTI预测的效率和精度提供了更强的指导。它为药物发现提供了准确的候选药物，进一步降低了药物发现的成本和时间。目前，大量的研究都集中在DTI预测上，并取得了显著的成果。

随着公共数据集的日益可用性，大量多源数据被用于研究药物和靶点的性质，以预测DTI。药物和靶点的多源数据不仅包含了药物和靶点的固有特征，而且还包含了基于药物副作用等其他属性的网络拓扑信息。因此，考虑多源数据的拓扑和特征信息，探索综合网络的类网络权重，如何有效地融合多源数据，是DTI准确识别的一个挑战。

发明内容

本发明提供了一种基于多源数据高效融合的药物靶标相互作用的预测方法，包括以下步骤：

步骤一：分别对药物和靶标的拓扑结构数据和特征属性数据按照生物特性分类，将药物和靶标分类网络组合输入后续的正无标记预测模型获得不同组合预测结果性能指标；