[发明专利]基于药物组合网络的药物联合作用预测方法

摘要

本发明公开了一种基于药物组合网络的药物联合作用预测方法。构建药物组合网络DCN，利用药物组合网络DCN整合药物协同作用组合信息、药物-靶标相互作用信息、以及靶标蛋白质-蛋白质相互作用信息；将两种药物的靶标分别映射到药物组合网络DCN上，确定联合作用药物在药物组合网络中的邻接群，确定邻接群的拓扑网络特征和生物学功能关系特征。将邻接群的拓扑网络特征和生物学功能关系特征进行整合。确定基于整合的邻接群的特征向量，建立基于支持向量机SVM的药物联合作用效果预测模型，采用支持向量机分类算法，用于预测两种药物的组合是否产生协同作用。本方法可准确地预测新的药物联合作用，对于加快开发新型药物联合治疗方案具有重要价值。

主权项

一种基于药物组合网络的药物联合作用预测方法，其特征在于：构建药物组合网络DCN，利用药物组合网络DCN整合药物协同作用组合信息、药物‑靶标相互作用信息、以及靶标蛋白质‑蛋白质相互作用信息；将两种药物的靶标分别映射到药物组合网络DCN上，确定联合作用药物在药物组合网络中的邻接群，确定邻接群的拓扑网络特征和生物学功能关系特征；将邻接群的拓扑网络特征和生物学功能关系特征进行整合；确定基于整合的邻接群的特征向量，建立基于支持向量机SVM的药物联合作用效果预测模型，采用支持向量机分类算法，用于预测两种药物的组合是否产生协同作用；步骤如下：步骤一、获取用于建立效果预测模型的药物联合作用信息；包括两个联合作用药物的名称、联合作用类型和作用效果，这些数据将作为用于构建分类预测系统的阳性数据集；步骤二、获取药物和靶标相互作用信息；步骤三、获取靶标蛋白质‑蛋白质相互作用信息；步骤四、根据“步骤一~步骤三”获取的信息进行整合，建立药物组合网络；步骤五、确定联合作用药物在药物组合网络中的邻接群；步骤六、计算邻接群的拓扑网络特征；步骤七、计算邻接群的功能关系特征；步骤八、建立支持向量机的药物联合作用效果预测模型。