[发明专利] 一种基于生物知识和网络拓扑结构的药物重定位方法和系统 – CN114171113A 全文链接一   全文链接二

 
基本信息
申请号
CN202111451563.9
申请日
20211201
公开(公告)号
CN114171113A
公开(公告)日
20220311
申请(专利权)人
中国科学院新疆理化技术研究所
申请人地址
830011 新疆维吾尔自治区乌鲁木齐市北京南路40号附1号
发明人
赵博伟;胡伦;周喜;蒋同海;苏小芮 专利类型 发明专利
摘要
本发明提出了一种基于生物知识和网络拓扑结构的药物重定位方法和系统,包括网络构建模块、特征学习模块、模型训练模块、药物重定位模块以及结果展示模块,其中,所述网络构建模块将生物网络数据构建为异构信息网络,特征学习模块执行服务器计算指令,获得药物和疾病的生物特征矩阵和网络特征矩阵,模型训练模块获取输入参数后在服务器中训练药物发现模型,药物重定位模块在得到药物重定位模型后执行药物重定位指令,最后将药物重定位结果通过展示模块进行输出展示。本发明直接作用于包含有生物知识的生物网络数据集合,能够针对异构生物网络进行药物重定位,效果准确度高,能够有效挖掘已知药物的新用途。
主权项
1.一种基于生物知识和网络拓扑结构的药物重定位方法,其特征在于按下列步骤进行:a、收集已知药物和疾病的关联关系数据、药物和蛋白质的关联关系数据、蛋白质和疾病的关联关系数据、药物分子结构信息和疾病MeSH描述符信息;b、基于步骤a中的药物和疾病的关联关系数据、药物和蛋白质的关联关系数据以及蛋白质和疾病的关联关系数据构建异构信息网络;c、应用化学信息学对步骤a中药物分子结构信息采用了RDKit开源工具包进行计算,得到药物分子指纹矩阵;d、应用语义相似性理论对步骤a中疾病MeSH描述符信息采用Jaccard公式进行计算,得到疾病语义相似矩阵;e、基于步骤c中药物分子指纹矩阵和步骤d中疾病语义相似矩阵,应用自动编码器进行训练,得到药物和疾病的生物特征矩阵;f、基于步骤b中异构信息网络,应用图嵌入模型采用DeepWalk算法计算出药物和疾病的网络特征,得到药物和疾病的网络特征矩阵;g、基于步骤e中药物和疾病的生物特征矩阵和步骤f中药物和疾病的网络特征矩阵,应用随机森林分类器训练出药物重定位模型;h、根据步骤g所得的药物重定位模型,获取所需的候选药物。

 

 
IPC信息
IPC主分类号
G16B15/30

 

 
法律状态信息
法律状态公告日
20220311
法律状态
公开 法律状态信息
CN202111451563 20220311 公开 公开

 

 
代理信息
代理机构名称
乌鲁木齐中科新兴专利事务所(普通合伙) 65106
代理人姓名
张莉