[发明专利]一种基于DNA编码化合物数据库的系统及其分析方法

说明书

本发明公开了一种基于DNA编码化合物数据库的系统，其特征在于，包括实体库模块、测序模块、解码模块和构效关系存储模块；所述实体库模块用于存储实体数据；所述测序模块用于筛选所述实体数据并对其测序，生成DNA编码文件；所述解码模块用于定义配置文件，解码所述DNA编码文件，生成解码文件并生成构效关系；所述构效关系存储模块用于存储所述构效关系。采用本发明的一种基于DNA编码化合物数据库的系统及其分析方法，提出一种快速且充分的解码方法及数据分析方法，具有更加快捷，高效，高质量的特点。

技术领域

本发明涉及数据库系统，尤其涉及一种基于DNA编码化合物数据库的系统及其分析方法。

背景技术

1992年，Sydney Brenner和Richard A.Lerner提出了DEL的概念，该方法在组合库的基础上，将每个片段化合物和一段独特的核苷酸序列相对应，并利用有机合成的方法将不同片段和不同核苷酸序列分别连接在一起，使得组合库中的每个化合物被多个核苷酸序列特异编码，再利用筛选和高通量测序技术，最后通过解码核苷酸序列，找到有潜在活性的小分子对应的片段,并通过进一步合成来确证其活性，即DEL库原理，在经过二十几年的发展后DEL技术有了长足的发展，特别是随着测序技术的发展，DEL技术近年来已经取得了不少成就：

2009年，Dari Neri利用Diels-Alder反应构建了一个4000大小的DEL库，并筛选到了tumor necrosis factor(TNF)抑制剂；

2010年，David R.Liu利用大环DEL库找到了Src激酶抑制剂；

2011年，Dario Neri利用1百万的DEL库成功找到Carbonic Anhydrase IX抑制剂；

2016年，Nicolas Winssinger利用DEL找到了PTP1B抑制剂；

该技术相比传统虚筛或高通量筛选，因为无需单独制备各纯态化合物的原因，所以更快速、简单和廉价；随着技术的完善，未来在药物研发领域必将发挥更加重大的作用。

然而，作为一种正兴起的技术，DEL在整个筛选流程中仍然有很多不足和待完善的地方。

DEL库测序文件解码速度较慢且不充分，DEL库编码序列与传统的基因组序列有区别，传统的用于基因组解码软件或程序无法满足DEL库解码需求；虽然Scheuermann在其文献中报道了基于c语言的count解码方法，但该方法较慢；Jorge Amigo也在其文献中提到了基于Perl语言写的tagFinder解码方法，但没有写出问题序列用于后续分析且解码还不够充分。

数据分析假阳性率较高且不充分，目前，最常用的数据分析方式是直接选取高拷贝数对应的化合物，再做进一步验证，或者基于筛选数据统计均值和方差来得到有潜在活性的化合物，但假阳性率较高。同时，由于合成DEL库的分子片段目前只局限于内部试剂或能购买到的试剂，数量较少，对片段的选择也较随意或全凭经验，使得合成的del库的分子可能成药性不足。

鉴于目前DEL库测序解码慢、不充分，数据分析假阳性率较高且hits成药性较低等问题，本发明提出了一种快速充分的解码方法，提出了一种有效数据分析方法并通过生成与实体库对应的虚拟库来辅助DEL库的设计，hits的挑选，进而改善hits成药性不足的问题。

针对现有技术中所存在的问题，提供一种基于DNA编码化合物数据库的系统及其分析方法具有重要意义。

发明内容

为解决上述问题，本发明提供一种基于DNA编码化合物数据库的系统及其分析方法。