近日，生物信息領(lǐng)域國際權(quán)威期刊、中科院分區(qū)二區(qū)、Cell子刊《Integrated edge information and pathway topology for drug-disease associations》（iScience）發(fā)表了計算機(jī)與大數(shù)據(jù)科學(xué)學(xué)院生物信息團(tuán)隊關(guān)于藥物重定位預(yù)測方法研究進(jìn)展。

論文題目為“Integrated edge information and pathway topology for drug-disease associations”（《一種基于邊與通路拓?fù)浣Y(jié)構(gòu)信息的藥物-疾病關(guān)聯(lián)關(guān)系預(yù)測方法》）。九江學(xué)院為論文的第一署名單位，計算機(jī)與大數(shù)據(jù)科學(xué)學(xué)院李先彬博士為論文第一作者兼通訊作者，溫州醫(yī)科大學(xué)附屬第三醫(yī)院林杰博士為通訊作者，合作者包括廣州大學(xué)昝鄉(xiāng)鎮(zhèn)博士、計算機(jī)與大數(shù)據(jù)科學(xué)學(xué)院劉濤博士、董西偉副教授、淮北師范大學(xué)李奇璋博士、泰州學(xué)院鮑振申博士。

藥物重定位是一種尋找已獲批藥物新治療適應(yīng)癥的有效策略。目前，許多基于基因或通路層面的計算方法被提出以優(yōu)先篩選抗癌候選藥物。然而，這些方法忽視了基因間相互作用的變化。為突破這一局限，我們開發(fā)了一種基于邊信息和通路拓?fù)浣Y(jié)構(gòu)的計算藥物重定位方法（iEdgePathDDA）。首先，我們利用皮爾遜相關(guān)系數(shù)識別通路內(nèi)藥物誘導(dǎo)的基因互作邊變化（drug-induced edges）和疾病相關(guān)的基因互作邊變化（disease-related edges）；其次，通過計算藥物誘導(dǎo)邊與疾病相關(guān)邊間的抑制分?jǐn)?shù)（inhibition score）；最終依據(jù)所有疾病相關(guān)邊的抑制得分對候選藥物進(jìn)行優(yōu)先排序。案例研究表明，本方法基于CTD數(shù)據(jù)庫成功識別了新的藥物-疾病關(guān)聯(lián)對。與現(xiàn)有方法相比，在結(jié)直腸癌、乳腺癌和肺癌數(shù)據(jù)集上，我們的方法在五項評價指標(biāo)中均展現(xiàn)出更優(yōu)越的性能。。

方法流程圖

結(jié)果表明，該方法在6個數(shù)據(jù)集上都具有良好的預(yù)測性能。最終，魯棒性分析的結(jié)果證實了iEdgePathDDA的可靠性和可信度，并為其在未來研究中的應(yīng)用提供了堅實的基礎(chǔ)。

李先彬博士所在的生物信息團(tuán)隊近年來一直致力于生物信息方向研究，包括藥物重定位預(yù)測方法、藥物靶點預(yù)測、miRNA-疾病關(guān)聯(lián)關(guān)系預(yù)測等應(yīng)用，取得了很多研究成果。

該研究得到了國家自然科學(xué)基金項目的支持。

論文鏈接：10.1016/j.isci.2024.110025

李先彬供稿

責(zé)編：魏東平 審核：鄧安遠(yuǎn) 彭虎