[发明专利]基于药物相互作用相似性识别药物靶标的系统及方法有效
申请号: | 201210584373.9 | 申请日: | 2012-12-28 |
公开(公告)号: | CN103902848B | 公开(公告)日: | 2017-07-18 |
发明(设计)人: | 萧凤鸣 | 申请(专利权)人: | 深圳先进技术研究院 |
主分类号: | G06F19/10 | 分类号: | G06F19/10 |
代理公司: | 深圳市科进知识产权代理事务所(普通合伙)44316 | 代理人: | 宋鹰武 |
地址: | 518055 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供了一种基于药物相互作用相似性识别药物靶标的系统及方法,所述方法包括S1、采集若干小分子化合物的药物相互作用的数据;S2、根据数据建立包含各个小分子化合物的药物相互作用信息的靶标数据库;S3、选取待测药物,建立待测药物与靶标数据库中各小分子化合物的药物相互作用标记;S4、计算待测药物的药物相互作用标记与靶标数据库中各小分子化合物的药物相互作用标记的欧氏距离;S5、计算欧氏距离的预测概率值;S6、将预测概率值按大小进行药物相互作用标记相似度的排序,并列出相似小分子化合物之靶标,得到待测药物的靶标。基于以上系统和方法,不仅能降低靶标预测的成本,也能方便实现中药标准化。 | ||
搜索关键词: | 基于 药物 相互作用 相似性 识别 靶标 系统 方法 | ||
【主权项】:
一种基于药物相互作用相似性识别药物靶标的方法,其特征在于,包括以下步骤:S1、采集若干小分子化合物的药物相互作用的数据;S2、根据数据建立包含各个小分子化合物的药物相互作用信息的靶标数据库;所述S2具体包括以下步骤:S21、建立各小分子化合物的药物相互作用标记;S22、对应标记收集各小分子化合物的药物靶标,建立靶标数据库;在S21中,将若干个小分子化合物按照1,2…n的顺序标号,药物相互作用标记由二进制数据构成,其中1或0表示小分子化合物存在或不存在与另一小分子化合物的药物相互作用;在S22中,对应标记收集各个小分子化合物的药物靶标、结构名称、生物功能类别、相关疾病以及药物研发信息,建立药物靶标基本信息数据库,为靶标预测提供相关信息;S3、选取待测药物,建立待测药物与靶标数据库中各小分子化合物的药物相互作用标记;在S3中,从公共数据库或文献摘录出或实验得出待测药物与靶标数据库中各小分子化合物的药物相互作用信息,构建待测药物的药物相互作用标记,标记由1045位二进制数据构成,其中1和0表示待测药物存在或不存在与靶标数据库中的小分子化合物之间的药物相互作用;S4、计算待测药物的药物相互作用标记与靶标数据库中各小分子化合物的药物相互作用标记的欧氏距离;在S4中,计算待测药物的药物相互作用标记(A)与靶标数据库中小分子化合物的药物相互作用标记(B)之欧氏距离,假设:A=待测药物之药物相互作用标记=a[1],a[2],a[3],…a[n];B=靶标数据库中的小分子化合物之药物相互作用标记=b[1],b[2],b[3],…b[n];欧氏距离(d(A,B))之公式为:其中,i=1,2,3,…n;假设待测药物的药物相互作用标记与1号小分子化合物的药物相互作用标记完全一样,它们的欧氏距离为0;待测药物的药物相互作用标记与1045号小分子化合物的药物相互作用标记不一样,有三个差异之处,它们的欧氏距离为1.7;欧氏距离之数值越小,药物相互作用标记越相似;S5、计算欧氏距离的预测概率值;在S5中,利用引导重采样方法,从标靶数据库中建立一个随机模型,计算其欧氏距离分布,采用极值理论,寻求极值分布的参数,以广义极值为例,其分布的累积分布函数(G(x))是:G(x)=exp{〖‑[1+s((x‑b)/a)]〗^(‑1/s)},其参数为a=loc,b=scale,s=shape;采用卡方适合度及皮尔森相关系数确认欧氏距离的分布是否符合极值分布,并以R软件‑EVD包计算预测概率值;S6、将预测概率值按大小进行药物相互作用标记相似度的排序,并列出相似小分子化合物之靶标,得到待测药物的靶标。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳先进技术研究院,未经深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201210584373.9/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用