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.

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。