[发明专利]一种基于异质网络嵌入模型的疾病药物预测方法

说明书

本发明公开了一种基于异质网络嵌入模型的疾病药物预测方法。本发明方法包括数据采集模块、数据预处理模块、路径设计模块、模型训练模块、结果评估模块。数据采集和数据预处理模块通过疾病、基因、药物之间的相互作用数据采集，构建疾病‑基因‑药物异质网络。路径设计模块通过最短元路径策略，寻找基因与基因的最短路径，形成随机游走路径。模型训练模块对随机游走数据通过模型训练，形成向量化表达，通过欧式距离预测药物和疾病间的相互作用。结果评估模块采用基于混淆矩阵的ROC曲线，对预测效果评估，通过优化模型选取最佳的预测效果。本发明方法通过学习生物异质网络中的拓扑及潜在表达，实现了药物和疾病关系的预测。

技术领域

本发明属于数据挖掘技术领域，具体涉及一种基于异质网络嵌入模型的疾病药物预测方法。

背景技术

药物的开发是一个艰难的过程，往往具有很大的代价，具有复杂、耗时、昂贵这三种特性。尽管近年来生物医学和制药研究领域的投资资金大幅增加，但是美国食品药物监管局(Food and Drug Administration)每年经过批准的新疗法数量有限。导致FDA的新药批准进度缓慢的因素有很多，而“一个基因、一种药物、一种疾病”这种经典的药物开发假说是最为关键且常被忽略的重要因素。因此需要从生物系统中的多个角度去研究，探索复杂疾病间的相互作用，才能有效地进行药物研发。药物靶点、疾病基因的作用并不是孤立存在的，它们常常与构成其所关联细胞分子机制的复杂蛋白质系统相联系。对于每个药物-靶点、疾病-基因的相互作用，应当在适当的综合背景下进行研究。

复杂疾病通常不仅限于单基因缺陷，大部分疾病往往会涉及到不同基因组协同功能的破坏。因此，将药物开发的重点从携带疾病相关突变的单个基因转移到整个疾病网络中，并利用已有的药物靶点、疾病基因作用关系，探索相关作用机制，能够提高药物利用效率，准确的挖掘出疾病和药物之间的潜在关系，实现旧药新用。

发明内容

本发明的目的是提供一种基于异质网络嵌入模型的疾病药物预测方法，解决数据稀疏的生物异质网络不能利用元路径对异类节点进行关系预测的问题，同时该发明能够消除临床试验的随机性，降低药物研发的周期。通过利用基因的相互作用，设计最短路径的游走方式，发现潜在疾病和药物的潜在关系。

本发明方法包括数据采集模块、数据预处理模块、路径设计模块、模型训练模块、结果评估模块，具体如下：

(1)所述的数据采集模块包括：

(1-1)疾病和药物之间相互作用数据：所采集的药物数据对于其涉及的疾病具有相应的治疗作用，该数据将作为测试集来验证所预测的疾病和药物之间的相互作用关系的预测效果；

(1-2)蛋白质和蛋白质之间相互作用数据：所采集的蛋白质和蛋白质之间的相互作用数据中，每种蛋白质为人类蛋白质组中的蛋白质；

(1-3)疾病和基因之间相互作用数据：所采集的疾病和基因之间的每条相互作用数据中，基因为与疾病相关的突变基因；

(1-4)药物和靶点之间相互作用数据：所采集的药物和靶点之间的每条相互作用数据中，靶点为药物所作用的位置。

(2)所述的数据预处理模块，对数据采集模块中的数据进行处理，为疾病和药物之间的关系预测提供数据，包括筛选相互作用数据、构建疾病-基因-药物异质网络，其中：

(2-1)筛选相互作用数据，获得基因-基因相互作用数据、疾病-基因相互作用数据、药物-基因相互作用数据、疾病-药物相互作用数据：

(2-1-1)对于数据采集模块中蛋白质和蛋白质之间相互作用数据，根据编码蛋白的对应基因，形成基因-基因相互作用数据；