基于图注意力网络预测人类微生物与药物关联

目的采用图注意力网络(graph attention network,GAT)预测人类微生物与药物之间的潜在关联。方法选取三个常用的微生物-药物关联(microbe-drug associations,MDA)数据集(MDAD、aBiofilm和Drug Virus),基于数据集中丰富的生物信息构建一个异构网络,并提出一种基于GAT框架预测MDA的模型——GATMDA模型,用于预测微生物与药物间的关联。结果与现有的8种预测方法相比,GATMDA通过三种交叉验证方法在三个数据集上具有较好的预测效果。在5折交叉验证的性能评估中,在三个数据集上的受试者工作特征曲线下的面积(area under the curve,AUC)分别为0.9886、0.9941和0.9836,精确率-召回率曲线下的面积(area under the precision-recall curve,AUPR)分别为0.9667、0.9869和0.8795。通过病例研究进一步验证了GATMDA在预测MDA方面的有效性。结论基于GAT,GATMDA模型可以通过构建的异构网络对微生物-药物进行有效的关联预测。

药物关联预测研究技术进展

药物关联(DDIs)是指同时或先后服用两种或两种以上药物时会导致意想不到的副作用产生。DDIs预测就是药物相互作用预测。由于实验室研究具有复杂、昂贵且耗时的缺点,因此需要发展新的预测方法来检测DDIs。DDIs预测方法可分为基于相似性、基于机器学习、基于知识图谱、基于分类、基于网络等五大类预测方法。分析了不同药物关联预测代表性方法的由来、使用场景、优缺点、作用及影响等,并阐述了DDIs预测研究所用到的数据来源。最后讨论分析了DDIs预测面临的挑战、解决方法及未来发展方向。

基于文献挖掘和药物关联的“查隆堆仓”(高血压)藏医理论探析

目的:探讨"查隆堆仓"(高血压)的病因、分型、症状、防治药物等藏医理论。方法:运用文献挖掘和药物关联研究方法,将所有经筛选后的"查隆堆仓"相关内容录入Microsoft Excel 2010软件中建立数据库,使用频数、频率等统计学描述方法进行分析。结果:"查隆堆仓"的病因为"查"和"遍行隆"紊乱,脉象以空、紧、数、虚、洪、颤动、滑、间歇为主,尿象以红、清澈、青、黄、混浊为主,临床表现以胸前后疼痛、风热上燥、呼吸困难、颈项板紧、头痛、太阳穴疼痛、劳累呼吸急促、失眠、心悸和腰部疼痛为主。治疗药物主要包括沉香、马钱子,治疗心痛、血热、"隆和热合病"的药物,以及调节"查隆"的药物。结论:阐述了"查隆堆仓"的病因、分型、症状、防治药物等藏医理论,为藏医进一步治疗"查隆堆仓"起到重要指导作用。

基于全局图注意力元路径异构网络的药物-疾病关联预测

提出了一个基于全局图注意力元路径异构网络模型(MHNGA)来进行药物-疾病关联预测。首先,收集整理药物和疾病数据,将已知的药物-疾病关联、药物相似性、疾病相似性构建为一个异构网络;其次,引入多个基于元路径的子图,使用图注意力神经网络提取这些子图的邻居节点的特征,并且通过通道注意力和空间注意力机制来增强特征;最后,通过十折交叉验证的评估,MHNGA取得了93.5%的精确召回曲线下的面积和99.4%的准确率。

基于图神经网络协同过滤的药物疾病关联预测

新药开发需要耗费很高的成本,建立高效且高准确度的药物新适应症预测方法非常重要,提出一种基于图神经网络协同过滤的药物疾病关联预测方法,获取药物与疾病治疗关系中的信息并结合药物相似性获得更好的预测表现。首先通过图神经网络提取药物-疾病治疗关系数据中的协作信号细化药物嵌入,然后利用嵌入计算药物之间的治疗关系相似性,再结合药物化学结构、蛋白质和副作用相似性预测药物的新作用。与现有的协同过滤方法在相同数据集上进行对比,本文方法获得了较高的预测精确率(0.664 8)。所提出的获取药物-疾病治疗关系中的潜在信息并结合相似性进行药物疾病关联预测的策略是有效的,有助于发现药物的新适应症,为药物开发提供帮助。

基于中医传承辅助系统的中医药防治流感方剂中的药物关联情况分析

目的:基于中医传承辅助系统软件,挖掘中医药防治流感的方剂中的药物关联情况。方法:收集中国期刊全文数据库(CNKI)中中医药防治流行性感冒的文献,运用中医传承辅助系统软件中集成的数据挖掘方法,分析流感方剂中的药物关联情况。结果:对数据库中341条方剂记录进行了分析,得出了方剂数据库中药物出现的频次,核心药物组合以及药物间的关联结构。结论:通过中医传承辅助系统可对方剂数据进行分析,使复杂的内部关联变得清晰有序,从而为研究者的决策提供有力参考,该系统对中医药的研究具有很好的实用价值。

基于属性补全的药物与疾病关联预测

预测药物-疾病关联关系,有助于降低药物开发的成本和时间开销。先前的方法没有基于异构网络的拓扑信息对缺失属性的疾病节点进行节点属性补全,本文提出了一个新的预测方法来编码和整合多个元路径的语义,学习得到药物和疾病节点的拓扑嵌入。以节点间的拓扑关系为指导,对有属性的药物节点属性进行加权聚合,来补全没有属性的疾病节点。此外,本文还设计了一个元路径层面注意力机制和一个邻居层面注意力机制,分别融合来自多个元路径的语义信息和节点邻居的信息。采用了五倍交叉验证的方法进行评估,结果表明新的预测模型取得了比其它模型更高的预测性能。

肺癌细胞株中NVB和Doc药物敏感性关联基因的研究

目的:筛选小细胞肺癌(SCLC)和非小细胞肺癌(NSCLC)细胞株中与诺维苯(NVB)、泰索帝(Doc)药物感受性相关的基因。方法:采用MTT比色分析法测定4株SCLC细胞株和6株NSCLC细胞株对NVB、Doc的药物感受性,同时应用cDNAmacroarray技术检测10株肺癌细胞株中1291个药物感受性关联基因的表达状态,分析二者之间的相关性。结果:与NVB和Doc药物敏感性关联(r≥±0.4)的基因共有56个。1)与NVB药物敏感性相关联的基因有36个,SCLC+NSCLC组与NSCLC组共同表达的基因有20个,其中,SCLC+NSCLC组表达的基因有27个,特异表达的有7个,NSCLC组为29个基因,9个基因特异表达。2)与Doc药物敏感性相关联的基因有50个,其中,SCLC+NSCLC组与NSCLC组共同表达的基因有12个,SCLC+NSCLC组表达的基因有24个,12个基因特异表达,NSCLC组为38个基因,26个基因特异表达。3)肺癌细胞株中与NVB、Doc药物感受性相关联基因的分类主要分布于:信号转导分子﹑代谢酶类及其抑制剂、细胞因子和转录因子等4类。结论:SCLC和NSCLC细胞株中NVB、Doc药物敏感性相关联基因存在明显差异,但分类基本相同。

基于图卷积网络的药物靶标关联预测算法

传统的基于生物学实验的药物-靶标关联预测成本高、效率低,难以满足医药研发的需求。为了解决上述问题,提出一种新的基于图卷积网络的药物靶标关联预测(GCDTI)算法。GCDTI利用半监督学习方法将图卷积和自编码技术相结合,从而分别构建用于整合节点特征的编码层和用于预测全链接交互网络的解码层;同时使用图卷积技术建立潜在因子模型,并有效利用药物和靶标的高维属性信息进行端到端的学习。所提算法不需要对输入的特征信息进行任何预处理便可以将其与已知相互作用网络相结合,证明了该模型的图卷积层能够有效地融合输入数据与节点特征。与其他先进方法相比,GCDTI的预测精度和平均受试者工作特性(ROC)曲线下的面积(AUC)(0.924 6±0.004 8)最高,且具有较强的鲁棒性。实验结果表明:当需要预测大量的药物和靶标数据的关联关系时,利用端到端学习的模型架构的GCDTI有潜力成为一种可靠的预测方法。

一种基于异构网络算法的药物-蛋白关联性研究方法

药物与蛋白质间关联性的研究,有助于药物的重新定位和发现药物新的使用途径,是网络药理学的重要研究内容。应用现有网络随机游走算法预测药物与蛋白质间新的关联时,一般直接在药物-蛋白质二分图网络内进行随机游走,并且不断重复此过程,这种方法效率很低,还会遗漏药物-药物相似性网络和蛋白-蛋白相似性网络中部分拓扑信息。鉴于此,本文提出一种异构网络异步重启随机游走算法(Drug Restart Walk Random Prediction,DRWRP),构建药物-蛋白质异构网络,深层次挖掘二者间潜在的关联性。该算法分别在药物相似性网络、蛋白质相似性网络以及药物-蛋白质二分图网络中进行随机游走,然后在网络间不停跳转,反复迭代后形成稳态概率向量,最终得到潜在最优关联。仿真实验表明,本文提出的算法可以有效预测药物与蛋白质间新的关联,多数预测结果获得了文献证据支持。

采用偏最小二乘法的基因-药物共模块识别

首先,将药物二维化学结构转化为数值序列,计算药物之间的皮尔逊相关系数,进而构建药物关联网络;然后,在带有基因网络约束的稀疏偏最小二乘算法的基础上,加入药物关联网络信息,提出伴有基因和药物关联网络正则约束的稀疏偏最小二乘(SGDPLS)算法;最后,将SGDPLS算法应用于基因-药物共模块识别.结果表明:药物关联网络信息的加入能够有效提高所识别的共模块中基因模块与药物模块的相关性,增加共模块的生物可解释性.

化合物药物-靶标蛋白互作关联预测算法进展分析

药物的使用极大地提高了人类的生存质量。药物的有效性是药物发现研究中的关键环节。药物的有效性通过识别药物与其作用的靶标蛋白来判断。然而,通过高通量筛选的实验方法分析确定化合物药物-靶标蛋白互作关联是一个十分昂贵、耗时且富有挑战性的任务。基于计算方法的化合物药物-靶标蛋白互作关联预测研究具有效率高、成本低的特点,越来越受到人们的重视。相比实验验证方法,化合物药物-靶标蛋白互作关联的计算方法可为药物发现研究后续的生物药学实验提供更为准确的潜在化合物药物-靶标蛋白候选对,达到减少生物实验的时间和成本的目的。本文回顾了近20年来基于计算方法的化合物药物-靶标蛋白互作关联预测算法所涉及的生物医学特征数据、预测方法和技术,并分析研究过程中所面临的生物医学特征数据高维稀疏,以及多源生物医学数据融合程度不高等问题,为进一步研究提供有价值的参考。

基于药物-靶点-疾病关联网络的丹参-降香药对治疗缺血性脑卒中的作用机制探究及候选中药识别

丹参-降香药对治疗缺血性脑卒中(IS)疗效比较显著,研究丹参-降香药对治疗IS的作用机制是发现对IS有疗效候选中药(TCM)的有效途径。传统药理学方法难以从系统角度全面分析丹参-降香治疗IS的效应物质并解释其作用机制。本研究基于药物-靶点-症候-疾病关联网络,利用复杂网络理论进行系统的研究。在利用丹参、降香及IS的关联信息构建蛋白质-蛋白质相互作用网络和“药对-药效成分-靶点-IS”网络的基础上,分析不同网络拓扑特征并基于多个中心性指标识别出降香中的福诺尼汀以及丹参中的隐丹参酮和丹参酮IIA为药效成分;前列腺素G/H合酶2、视黄酸受体RXR-α、钠通道蛋白5型亚基α、前列腺素G/H合酶1和β-2肾上腺素能受体为核心靶蛋白。进一步,提出一种基于TCM症候筛选IS候选药物的方法,利用“药对-TCM症候-症候群-中风”网络发现关键TCM症候和症候群。结果表明,蒲黄、三棱和泽兰3味中药可能是对IS具有潜在治疗作用的候选中药,为治疗IS的药物开发提供了理论参考。

杨素清教授治疗寻常型银屑病血瘀证的药对研究

目的:挖掘杨素清教授治疗寻常型银屑病血瘀证的用药经验并分析其组方特点。方法:筛选杨素清教授治疗寻常型银屑病血瘀证的临床门诊处方提取中药并进行标准化处理分析。结果:通过分析药物关联规则以及药物组合研究,总计提取中药149味,其中常用中药前12位,出现频次>30,频次出现最高的为甘草,防风,荆芥,当归,白芍,川芎,熟地黄,蝉蜕,牡蛎,龙骨。防风、甘草、荆芥、当归、白芍以上五味为杨素清教授在治疗寻常型银屑病血瘀证的最常用中药组合。结论:根据分析发现,组方中除治疗血瘀证首选的活血化瘀药外,运用防风、荆芥等祛风达表药,协同发挥活血祛瘀、祛风达表之功,疗效显著。

糖尿病肾病经典信号通路及藏医药干预的研究进展

糖尿病肾病(Diabetic nephropathy,DN)是以肾小球损伤、蛋白尿等为特征的慢性微血管病变,属糖尿病常见肾脏代谢并发症,已成为终末期肾脏疾病典型诱因,极易致伤致残,严重影响人们生活质量。药物治疗作为主要的干预手段,但仍不能完全阻止其恶化发展,有效靶向作用该病的发生发展为当前研究难点。近几年藏药应用于DN作用机制进行了大量研究,有关报道逐渐增多。本研究阐释了PI3K/Akt、AGEs/RAGE、TGF-β/Smad/MAPK、JAK-STAT重要信号通路与DN关系,通过藏医药理论认识及整理藏药干预方法,根据其代谢通路关联藏药相关药物,以“异病同治”预测治疗DN的有效候选物的可能性,为DN靶点治疗及扩大用药范围提供新思路及理论基础。讨论藏药防治DN研究存在的问题,以期藏医药得到进一步开发而有效防治其病变进展。

基于数据融合的微生物与疾病关系预测方法探究

越来越多的临床报告表明,多种疾病与有益微生物功能缺失和有害微生物活动存在有关。为了治疗这些疾病,可以应用药物恢复有益功能的缺失,消除有害微生物活动。发现隐藏的微生物与药物之间的关联有助于理解微生物在临床治疗、药物发现、药物组合和药物再利用中的作用机制。本文就针对这些问题总结了四种预测方法,仅供参考。

对113种上市2型糖尿病中成药处方的新思考

目的 通过对已上市2型糖尿病中成药(113种)处方的分析,为2型糖尿病中成药新药研发提供参考与借鉴。方法 检索相关数据库,建立Access数据文件,调查2型糖尿病中成药处方的功能主治表述、证型及关联药物、剂型及药物特性、组方分类、用法用量、临床疗程及药味组成数量等信息。结果 2型糖尿病中成药处方中:主治表述以中西医结合术语表述为主要方式;证型分布,主证气阴两虚证,兼证逐渐重视对血瘀证的治疗,不同证型与其关联药物相互对应;剂型种类多样,以胶囊剂为主,且按照不同的中药特性对剂型进行分类;组方分类中主要类型为纯中药组方;用法用量及临床治疗疗程分析发现,口服胶囊剂,每日每次服用4粒,一日3次,30天为一个治疗疗程占比最高。最后总结处方药味数量5味药频数最多,代表君药数量及剂量范围广泛。结论 中成药具有全方位、多靶点治疗优势,建议规范2型糖尿病中成药的处方说明书,对促进新型制剂的研发、新药上市与合理使用均具有重要意义。

靶向金属酶的金属结合药效基团研究进展

金属酶广泛存在于各种生物体,与人类疾病发生发展密切相关,是一大类重要的药物作用靶标。尽管已有若干靶向金属酶抑制剂批准用于临床,但大多数金属酶还缺乏特异性药物分子或尚未开发,靶向金属酶的创新药物研究仍然是目前重要研究领域之一。鉴于金属酶活性位点含金属离子的特殊性,金属酶抑制剂通常包含与活性位点金属离子形成配位的金属结合药效基团(MBP)。通过对挖掘的MBP数据进行归类总结,列举部分经典与少见的MBP类型,并分析异羟肟酸类、巯基类、咪唑类、儿茶酚类和吡啶类MBP对金属酶的选择性和杂泛性,期望能为靶向金属酶的创新药物研究提供线索和借鉴。

基于数据挖掘的肖万泽治疗气阴两虚型2型糖尿病的用药规律研究

目的运用数据挖掘技术,总结肖万泽教授治疗气阴两虚型2型糖尿病(T2DM)的用药经验及学术思想。方法收集肖教授治疗气阴两虚型T2DM的门诊处方93张,用Excel软件进行频数分析,同时分析药物关联规则和聚类特点。结果肖教授治疗气阴两虚型T2DM的高频中药前5位为:茯苓、生地黄、黄芪、川芎和玄参;关联规则分析提示,生地黄与当归,当归、茯苓与生地黄关联紧密;共得到4类聚类结果:健脾燥湿药、益气与活血药、滋补肝肾药、兼证用药。结论肖万泽治疗气阴两虚型T2DM以健脾燥湿为核心,益气与活血并重,兼顾肝肾的同时不忘因人制宜。