基於多層次分子網路的藥物重新定位預測方法研究

《基於多層次分子網路的藥物重新定位預測方法研究》是依託同濟大學，由趙興明擔任項目負責人的重大研究計畫。

基本介紹

• 中文名：基於多層次分子網路的藥物重新定位預測方法研究
• 項目類別：重大研究計畫
• 項目負責人：趙興明
• 依託單位：同濟大學

中文摘要

藥物重新定位，是發現舊藥物新療效的技術，是藥物開發的重要模式之一。本課題將開發新的高效數學模型和算法，進行藥物重新定位預測問題的研究。為此，本課題將構建不同層次的網路模型量化描述藥物-藥物、疾病-疾病和藥物-疾病的關係。首先，構建完整的分子調控網路，開發最最佳化模型識別藥物和疾病所影響的分子網路模組，並將其作為描述藥物和疾病的特徵；其次，利用藥物的結構、藥理和分子等特徵，計算藥物間相似性，構建小分子藥物關聯網路；再次，利用疾病的特徵描述和遺傳因素等，計算疾病間相似性，構建疾病關聯網路；最後，構建藥物-疾病異構網路，從而將藥物重新定位問題轉變為一個數學問題對待：給定一個網路，已知其中部分邊（即已有藥物-疾病的對應關係），如何利用該異構網路的拓撲特徵預測未知的可能的邊（即藥物-疾病間可能對應的關係）。本課題的研究將有助於闡明藥物-疾病的作用機制，為新藥物開發提供可借鑑的思路。

結題摘要

在過去三年，本課題針對“藥物重定位”開展了深入的研究，提出了多個新穎、高效的算法和模型，整個課題按照原先計畫順利完成。在項目資助下，課題組在以下幾個方面取得了突破性進展：（1）分子網路的構建和分析，發展了高效精確的分子網路推導方法並在多個標準數據集上得到了驗證；（2）疾病基因和分子通路的識別，提出了全新的癌症相關分子通路識別算法，並在多個癌症標準數據集上取得了高精度的結果。另外，提出了一種新的識別癌症相關小RNA（miRNA）的算法，在標準數據集上的結果表明該方法的性能優於現有方法；（3）藥物重定位，發展了基於分子網路的高性能藥物重定位算法，針對乳腺癌識別的藥物在多個乳腺癌細胞細胞繫上得到了驗證，證明了該方法的有效性。 在本項目資助下，課題組發表了SCI收錄期刊論文33篇，EI收錄會議論文3篇。其中，一篇論文被ESI收錄為高引用論文。發表的雜誌包括生物信息領域的頂級雜誌Bioinformatics（5篇）、PLoS Computational Biology（2篇）和Nucleic Acids Research （1篇）。另外，發表在BMC Bioinformatics上的論文，還被該雜誌評為“highly accessed paper”，發表在Molecular BioSys上的論文，還被該雜誌評為“One of the Top Browsed Papers”。該課題資助下發表的論文，還被Science子刊Science Translational Medicine (IF=14.41)、Nucleic Acids Research(IF=8.82)、Drug discovery today (IF=5.96)、Briefings in bioinformatics (IF=5.92)、PLoS Computational Biology (IF=4.83)和 Bioinformatics (IF=4.62)等國際著名雜誌引用。