小分子信息挖掘在藥物再利用及癌癥相關蛋白預測中的應用.pdf

1、當前大量的公開數(shù)據(jù)庫中已經(jīng)積累了海量的小分子數(shù)據(jù)，其中包括藥物相互作用數(shù)據(jù)、小分子的化學結構數(shù)據(jù)等，因此需要各種方法來挖掘這些數(shù)據(jù)中所包含的有用信息。本研究提出了兩種小分子信息挖掘方法，這兩種方法可以被應用于相關的醫(yī)藥研究。第一種方法利用了藥物相互作用數(shù)據(jù)進行藥物再利用的相關研究，而第二種方法利用了小分子的化學結構數(shù)據(jù)來預測癌癥發(fā)生的相關蛋白。
　　1.基于藥物相互作用數(shù)據(jù)的藥物再利用。由于傳統(tǒng)的藥物研發(fā)方式花費的時間很長，而且具

2、有較高的風險，所以藥物再利用（將現(xiàn)有藥物用于治療另外的疾?。┑玫搅嗽絹碓蕉嗟年P注。盡管已有許多類型的藥物信息被用于藥物再利用的相關研究，但是藥物相互作用數(shù)據(jù)仍然沒有得到有效利用，而這些數(shù)據(jù)中可能包含了藥物的靶標或者生理效應的信息。在本研究中，藥物在藥物相互作用方面的相似性被用來推測藥物在靶標或者生理效應方面的相似性。首先從數(shù)據(jù)庫中收集了關于1074種藥物的10835對藥物相互作用，然后計算了其中700種藥物之間的基于藥物相互作用數(shù)據(jù)的相

3、似性打分，并且將這些相似性打分轉(zhuǎn)化成一個藥物關聯(lián)網(wǎng)絡。該網(wǎng)絡包含589個節(jié)點（藥物）和2375條邊（相似性打分），其中具有相似功能的藥物傾向于聚集在一起，這表明藥物相互作用與藥物的生理效應之間具有顯著的相關性。因此，該網(wǎng)絡能夠被用于推測藥物的生理效應。然后本研究評價了該網(wǎng)絡預測藥物靶標的能力。結果表明該靶標預測方法對561種藥物中的317種有效。最后將基于藥物相互作用數(shù)據(jù)的靶標預測方法與基于藥物化學結構的靶標預測方法進行了比較，發(fā)現(xiàn)這兩

4、種方法互為補充。綜上所述，藥物相互作用數(shù)據(jù)可以被用于藥物再利用的相關研究。
　　2.利用化學信息學預測癌癥發(fā)生的相關蛋白。癌癥給人類造成了沉重的負擔。傳統(tǒng)的癌癥治療方法有非常大的副作用，所以迫切需要開發(fā)出新的專一作用于腫瘤的分子靶向藥物。而癌癥發(fā)生的分子機制的闡明能夠很大程度地促進相關藥物的研發(fā)。因此，癌癥相關蛋白的識別具有非常重要的意義。本研究嘗試從一種新的角度對癌癥相關蛋白進行預測。其利用化學信息學方法分析了已有的生物活性數(shù)據(jù)

5、庫中抗癌化合物與各種蛋白質(zhì)對應的活性化合物之間的關系，從而找出癌癥與這些蛋白質(zhì)之間可能存在的聯(lián)系。通過對最終預測得到的癌癥相關蛋白的列表進行分析，發(fā)現(xiàn)該化學信息學方法具有較好的預測能力。根據(jù)檢索到的文獻報道，在排名最高的前31種蛋白質(zhì)中，約一半與癌細胞的增殖、凋亡或分化相關。另外，在癌癥相關蛋白的預測過程中，還產(chǎn)生了一個化合物-蛋白質(zhì)矩陣。該矩陣由K-562癌細胞系的3160個活性化合物與進行預測的所有蛋白質(zhì)所形成，包含了這些化合物與蛋