[发明专利]一种药物活性的预测方法及其应用

摘要

本发明公开了一种药物活性的预测方法及其应用。本发明所述药物活性的预测方法包括以下步骤：1)通过查询药物靶标互作关系数据库信息，收集人类上市或者在研药物的靶标及其治疗活性信息；2)查找多个致病基因数据库，收集疾病关联基因，根据疾病关联基因的对应药物的有活性率，给予不同数据库来源的疾病关联基因不同的赋分；3)构建药物靶标与疾病关联基因的特征属性；4)构建机器学习预测模型；5)对模型预测效果进行评估；6)预测针对特定疾病有活性的药物。本发明提供的药物活性的预测方法能够作为药物发现领域的GPS，高效识别疾病关联基因，为活性药物的预测研发提供有效指导，并为未来药物发现领域提供全新的方法和思路。

主权项

1.一种非治疗目的的药物活性的预测方法，其特征在于，包括以下步骤：/n(1)通过查询药物靶标互作关系数据库信息，收集人类上市或者在研药物的靶标及其治疗活性信息；/n(2)查找多个致病基因数据库，收集疾病关联基因，根据疾病关联基因的对应药物的有活性率，给予不同数据库来源的疾病关联基因不同的赋分，来自不同数据库的同一疾病关联基因的得分相加即为该疾病关联基因的疾病相关性得分，其中，所述致病基因数据库包含GAD、OMIM、Clinvar、Orphanet、DisGeNET、INTREPID、GWASdb和HGMD；/n其中，所述赋分是指根据统计不同来源数据库疾病关联基因的对应药物的有活性率，对致病基因数据库进行排序，根据排序结果分别给予不同数据库来源的疾病关联基因不同的赋分，任一数据库来源的疾病关联基因的赋分与该数据库的排序位次一致，数据库疾病关联基因的对应药物的有活性率越高，则该数据库来源的疾病关联基因的赋分越高，并将来源于多个数据库的同一疾病关联基因的赋分进行累加；/n(3)基于步骤(1)中药物靶标及其活性信息和步骤(2)中疾病关联基因的得分构建药物靶标与疾病关联基因的特征属性，所述特征属性包括药物靶标内疾病关联基因总分、药物靶标内疾病关联基因平均分、疾病强相关基因数量以及疾病强相关基因占药物靶标总数的比例；/n(4)构建机器学习预测模型；/n(5)对步骤(4)中的模型预测效果进行评估；/n(6)预测针对特定疾病有活性的药物。/n