[发明专利]基于多层网络表示学习的药物靶标相互作用预测方法

说明书

本发明公开了一种基于多层网络表示学习的药物靶标相互作用预测方法，主要解决现有技术预测准确率低的问题。其方案是：从药物和蛋白质数据库中下载数据，分别构建药物和蛋白质的多层相似性网络；对这两种相似性网络分别计算其扩散状态，并分别整合各自扩散状态得到药物和蛋白质的特征向量；将已知的药物靶标相互作用数据作为监督信息，把药物和蛋白质特征向量投入到同一药物靶标空间中，使用双线性函数分别得到药物和蛋白质的投影矩阵；根据这两个投影矩阵得到药物靶标相互作用的预测得分矩阵并对其排名；把排名靠前的8对未知药物靶标对视作潜在的药物靶标相互作用。本发明提高了药物靶标相互作用的预测准确率，可用于预测药物靶标对的候选。

技术领域

本发明属于生物信息技术领域，特别涉及一种药物靶标相互作用预测方法，可用于在药物重定位实验，提供候选的药物靶标相互作用。

背景技术

药物靶标是指体内具有药效功能并能被药物作用的生物大分子，如某些蛋白质和核酸等生物大分子。而药物靶标相互作用是指药物分子与人体内的生物大分子即蛋白质相结合并发挥作用。如果药物与不同的靶标蛋白质相结合，药物的作用效果会存在差异，若预测的药物靶标与某种疾病相关，则药物对该疾病可能具有潜在的治疗作用。

预测药物靶标相互作用是药物重定位中重要的一步，其目的是预测出药物可能作用的蛋白质即药物的靶标，进一步发现药物的潜在治疗作用。因此，更多的药物靶标相互作用可以帮助人们提高在药理学方面的理解，充分发挥药物更多的疗效。如果确定药物新的靶标，发现药物新的用途，就可以大大降低药物研发的成本，缩短周期，减小新药因副作用不能通过临床检验的风险。

使用实验方法确定药物靶标相互作用，其结果可靠，但是代价昂贵。因此，如果仅使用实验方法确定每一对药物-靶标相互作用，是难以实现的。所以，需要通过计算的方法预测药物靶标相互作用，缩小实验范围、降低成本、缩短时间。

现有这些计算方法主要基于以下假设：相似的药物可能具有相同的靶标，反之亦然。根据使用的数据类型可以将现有的计算方法分为两类：基于单一类型数据和基于多类型数据整合的预测药物靶标相互作用模型：

一.基于单一类型数据的预测模型

基于单一类型数据的预测模型，根据使用数据类型的不同，其算法主要基于以下几类：化学结构，药物副作用，基因表达数据等。

药物作为化合物分子，都具有化学结构，不同的化学结构会有不同的作用效果，因此可以通过药物的化学结构描述药物之间的相似关系。将药物的化学结构分子式分解，使用一个高维向量表示药物的化学结构特征。例如，其中一个维度表示该药物的化学结构是否包含苯环，如果有，则标1，反之标0。因此每个药物的化学结构是用一个向量表示，通过计算药物向量之间的距离衡量药物之间的相似性，预测药物的靶标。

药物的副作用也包含了重要的临床表型信息，利用表型副作用的相似性来推断两种药物是否有共同的靶点。利用美国食品和药物管理局FDA的副作用事件报告系统AERS将所有副作用反应表示为一个不重复的列表。使用一个高维向量表示药物的副作用特征，如果标1，则表示药物拥有该位置对应的副作用列表中的不良反应，如果标0，则表示没有不良反应。最终药物可以表示为一个0,1特征向量，再计算向量之间的距离衡量相似性。

当药物发挥作用后会引起体内基因表达的改变，这是转录组学中一个重要的特征，因此可以利用药物治疗引起的基因表达谱变化的特征预测药物靶标相互作用。CMap是一个拥有高通量化合物干扰下的基因表达谱数据库，该数据库中有提出使用CMap药物作用下的基因表达数据，并采用了机器学习的分类技术，结果表明可以单独使用基因表达数据来预测药物靶标相互作用。

但是采用这种单一类型数据计算的相似性包含有偏性，而多类型数据包含不同的信息，已经有许多研究提出整合多类型数据进行药物靶标相互作用预测。相比于基于单一类型数据的方法，多类型数据之间存在着信息补充，因此整合多类型数据最终可以提升预测药物靶标相互作用准确率。