基於系統生物學方法和定量構效關係的藥物副作用研究

基於系統生物學方法和定量構效關係的藥物副作用研究

《基於系統生物學方法和定量構效關係的藥物副作用研究》是依託四川大學,由李益洲擔任項目負責人的青年科學基金項目。

基本介紹

  • 中文名:基於系統生物學方法和定量構效關係的藥物副作用研究
  • 項目類別:青年科學基金項目
  • 項目負責人:李益洲
  • 依託單位:四川大學
項目摘要,結題摘要,

項目摘要

藥物的安全問題關係到公眾健康。副作用是導致藥物研發失敗的一個重要因素,因此對藥物副作用的研究在藥物設計過程中至關重要。儘管有些副作用可以通過藥物作用機制進行預測,但是對於脫靶導致的副作用存在不可預知性。系統生物學方法被用於系統層面的藥效/副作用的研究。然而該類方法通常將蛋白質和藥物分子抽象成節點,忽略了分子結構的特異性。因此,本項目擬將系統生物學方法與定量構效關係模型結合對藥物副作用進行研究。基於蛋白質網路的拓撲分析和相關基因的表達分析篩選副作用相關蛋白質;研究蛋白質與藥物分子相互作用機制,開發基於QSAR建模的高通量篩選算法和提出兩者相關性的量化指標;嘗試將QSAR方法與複雜網路算法結合構建藥物副作用預測模型,搭建線上預測平台。本項目從系統巨觀和分子特異性兩個層次研究藥物副作用的思路能為藥物安全評估提供有效地方法,有助於加快藥物研發進程,降低研發成本。

結題摘要

藥物的安全問題關係到公眾健康。副作用是導致藥物研發失敗的一個重要因素,因此對藥物副作用的研究在藥物設計過程中至關重要。儘管有些副作用可以通過藥物作用機制進行預測,但是對於脫靶導致的副作用存在不可預知性。系統生物學方法被用於系統層面的藥效/副作用的研究。然而該類方法通常將蛋白質和藥物分子抽象成節點,忽略了分子結構的特異性。因此,本項目擬將系統生物學方法與定量構效關係模型結合對藥物副作用進行研究。基於蛋白質網路的拓撲分析和相關基因的表達分析篩選副作用相關蛋白質,研究蛋白質與藥物分子相互作用機制,開發基於QSAR建模的高通量篩選算法和提出兩者相關性的量化指標,嘗試將QSAR方法與複雜網路算法結合構建藥物副作用預測模型,搭建線上預測平台。基於複雜網路分析方法和算法改進,本項目在藥物不良反應的預測上取得了三種新的預測方法。基於複雜網路數據和基因組以及轉錄組數據的結合,本項目還開展了基因組信息與疾病關聯的研究,如:人類乳頭瘤病毒致病機理相關研究,二型糖尿病風險位點的注釋以及風險模型構建,識別和描述原發性肝細胞癌中的環狀RNA及其相關聯的基因和基於網路基因重要性打分的方法來研究癌症相關生物標記物等工作。

熱門詞條

聯絡我們