《基於多源數據整合的藥物組合預測方法研究》是依託同濟大學，由趙興明擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於多源數據整合的藥物組合預測方法研究
- 項目類別：青年科學基金項目
- 項目負責人：趙興明
- 依託單位：同濟大學
中文摘要,結題摘要,
中文摘要
藥物組合，也稱為雞尾酒療法，具有多組分、多靶標的特性，在治療複雜疾病和開發新藥方面具有重要研究意義。本項目將基於日益積累的藥物相關數據，針對可能產生的藥物組合爆炸問題，開發新的生物信息學方法預測藥物組合。特別是，本項目將從藥物作用的分子空間和藥理空間兩個不同的角度探索藥物組合的規律，並發展新的數據整合方法集成兩個空間的數據預測藥物組合。首先，在分子空間，整合不同來源數據，預測藥物－靶蛋白相互作用，結合其他分子數據包括分子相互作用、基因表達和通路等，並利用多靶標、多通路之間的協作預測藥物組合；其次，在藥理空間，利用文本挖掘等技術預測藥物－疾病相互作用，並利用該信息和其它藥理特徵包括療效和副作用，預測藥物組合；最後，開發新算法整合分子空間和藥理空間數據，設計集成分類器預測新藥物組合，並對預測到的部分藥物組合在小鼠模型上加以實驗驗證。本項目的研究成果將有助於理解藥物的作用機制和組合規律。
結題摘要
本課題針對“藥物組合”開展了深入的研究，發展了新穎、高效的藥物組合預測算法，整個課題按照原先計畫順利完成。另外，在項目資助下，本課題組還在分子網路的構建和分析、疾病基因和分子通路的識別等方面提出了多個高精度的算法和數學模型，並在標準數據集上取得了優異的效果。 在本項目資助下，課題組發表了SCI收錄期刊論文22篇，EI收錄會議論文4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”。
