蛋白质组学与生物信息学杂志
开放获取

抽象的

药物重新定位网络系统利用网络分析和机器学习的力量来预测已批准药物的新适应症“药物重新定位并评估药物相似度”

谢里夫·艾尔·鲁尼

问题陈述：药物发现是一个漫长的过程，药物平均需要 12 年才能进入市场，但正如 James Black OM 爵士曾经说过的“发现新药的最佳方法是从旧药开始” 。结果，这将推动药物重新定位概念。药物重新利用和重新定位是为已批准的药物寻找新的临床用途。有许多因素可用于预测新的目标疾病，即蛋白质-蛋白质相互作用、化学结构、基因表达和功能基因组学、表型和副作用、遗传变异和机器学习。蛋白质-蛋白质相互作用 PPI 是细胞或体内活生物体中蛋白质之间发生的分子对接的物理接触。PPI 有两种替代方法“二元：酵母二杂种 (Y2H) 和复合物：(TAP-MS)”。药物重新定位系统是一个基于蛋白质-蛋白质二元相互作用构建的系统，用于预测已批准药物的新靶点。该系统管理来自知名在线来源的人类 PPI、药物和疾病的数据集（来自 HRPD 的 PPI、来自 DrugBank 的药物、来自 DisGeNET 的疾病），药物重新定位系统根据基因名称关联这 3 个数据集。药物重新定位网络系统由两个界面组成：后端系统，基于合理数据库并使用大数据工具存储精选数据集；前端网络界面，最终用户可以使用许多搜索引擎在系统内搜索疾病、基因和药物。根据蛋白质相互作用预测和寻找已批准药物的新靶点的药物，通过网络界面，用户可以根据他的搜索结果进行分析，并在基因、疾病和药物之间建立网络并生成统计数据，以便能够回答他的问题。药物重新定位系统可以回答许多问题并生成统计数据：例如主要问题是我们能否为现有批准的药物找到新的适应症。药物相似性：通过药物重新定位系统，我们能够根据任何对基因相互作用之间共享药物的数量来测量它们之间的药物相似性百分比，以评估药物重新定位强度的水平，然后使用 ROC 分析。药物重新定位系统可以回答许多问题并生成统计数据：例如主要问题是我们能否为现有批准的药物找到新的适应症。药物相似性：通过药物重新定位系统，我们能够根据任何对基因相互作用之间共享药物的数量来测量它们之间的药物相似性百分比，以评估药物重新定位强度的水平，然后使用 ROC 分析。药物重新定位系统可以回答许多问题并生成统计数据：例如主要问题是我们能否为现有批准的药物找到新的适应症。药物相似性：通过药物重新定位系统，我们能够根据任何对基因相互作用之间共享药物的数量来测量它们之间的药物相似性百分比，以评估药物重新定位强度的水平，然后使用 ROC 分析。