[发明专利]一种预测药物和疾病对应关系的方法和电子设备

说明书

本发明实施例提供了一种预测药物和疾病对应关系的方法和电子设备，所述方法包括：获取第一疾病的信息；建立已知的用于治疗第一疾病的第一药物与其他的药物的相似度的第一映射关系；以及建立所述第一疾病和其他的疾病之间的相似度的第二映射关系；基于所述第一映射关系和第二映射关系建立所述第一疾病和各药物之间的第三映射关系，并按照能够治疗所述第一疾病的概率顺序的输出对应的药物的信息。本发明实施例能够方便的预测药物和疾病之间的对应关系。

技术领域

本发明实施例涉及医药领域，特别涉及一种预测药物和疾病对应关系的方法和电子设备。

背景技术

目前，对于充分发掘已有药物新的治疗作用一直受到生物医学界的广泛重视。然而具有潜在治疗作用的药物－疾病往往隐藏在数以百万计的关系对中，这使得人工分析药物-疾病关系非常困难。重定位药物是基于“旧”药开发其新的治疗功能，充分利用“旧”药已经有较为完备的药代动力学和毒理学信息，能快速对新功能进行二期临床实验测试，从而缩短开发周期，降低风险。因此，重定位已有药物的功能被寄予很大的希望。

发明内容

本发明提出一种能够预测具有潜在药物和疾病的治疗关系的预测药物和疾病对应关系的方法。

为了解决上述技术问题，本发明提供了如下技术方案：

一种预测药物和疾病对应关系的方法，其包括：

获取第一疾病的信息；

建立已知的用于治疗第一疾病的第一药物与其他的药物的相似度的第一映射关系；以及建立所述第一疾病和其他的疾病之间的相似度的第二映射关系；

基于所述第一映射关系和第二映射关系建立所述第一疾病和各药物之间的第三映射关系，并按照能够治疗所述第一疾病的概率顺序的输出对应的药物的信息。

作为一优选实施例，其中所述建立已知的用于治疗第一疾病的第一药物与其他的药物的相似度的第一映射关系包括：

利用比较分子指纹的方式获取第一药物与其他药物之间的相似度；

并基于所述相似度计算各药物的得分。

作为一优选实施例，其中，基于所述相似度计算各药物的得分包括：

利用第一模型计算得分，其中第一模型的表达式为：

其中，sim(D_i,D_j)表示药物D_i和D_j的相似度，score(D_i)表示药物D_i的得分，score(D_j)表示药物D_j的得分。

作为一优选实施例，其中，建立所述第一疾病和其他的疾病之间的相似度的第二映射关系包括：

基于树状结构模型计算疾病之间的相似度，其中所述树状结构模型的表达式为：

其中，Ni和Nj分别是疾病Ai和Aj到公共父节点的距离，Ni,j是疾病 Ai和Aj公共父节点到本体树根节点的距离；

以及基于各疾病的相似度计算各疾病的得分。

作为一优选实施例，基于各疾病的相似度计算各疾病的得分包括：

利用第二模型计算疾病的得分；其中，第二模型的表达式为