药物生物信息学 计算药物重定位
药物重定位的研究策略
药物重定位的研究策略
药物重定位是指将一种药物的适应症或用途进行调整或扩大，使其在治疗领域中得到更广泛的应用。
下面是一些药物重定位的研究策略:
1. 挖掘现有药物的新用途：通过对现有药物的药理机制、作用靶点、不良反应等方面进行深入研究，可以挖掘出其新的用途。
例如，化学药阿司匹林被广泛用于预防和治疗心血管疾病，近年来还发现它有抗炎和抗溃疡作用，从而拓展了其应用领域。
2. 研发新药物：通过新药研发，可以开发出具有新作用机制和新适应症的药物。
例如，阿托伐他汀是一种血脂调节药物，近年来被发现还具有治疗心力衰竭的功效，从而被用于治疗心血管疾病的其他疾病。
3. 调整药物的剂型和用法：通过调整药物的剂型和用法，可以使药物在特定的治疗领域中得到更好的应用。
例如，将药物制成注射剂可以提高药效，而将药物制成口服制剂则可以提高患者用药的依从性。
4. 利用药物的生物标记物：通过研究药物的生物标记物，可以更好地理解药物的作用机制和药效学特性，从而扩大药物的适应症或提高其治疗效果。
例如，生物标记物可以帮助医生更好地预测药物在体内的代谢和清除情况，从而更好地选择用药方案。
5. 结合其他治疗方法：通过结合其他治疗方法，可以将药物在特定的治疗领域中得到更好的应用。
例如，化疗药物可以用于治疗癌症，而靶向药物则可以提高化疗药物的治疗效果。
药物重定位需要综合考虑药物的药理机制、作用靶点、不良反应、适应症、治疗效果等因素，以确保药物在新的治疗领域中得到合理的应用。
同时，对于药
物的重定位，需要在确保安全性和有效性的前提下进行深入研究，以确保药物在新的治疗领域中得到合理的应用。
生物信息学在药物开发中的应用
生物信息学在药物开发中的应用在当今的医学领域，药物开发是一项至关重要的工作，它关系着人类的健康和生命质量。
而随着科技的飞速发展，生物信息学这一新兴学科正逐渐在药物开发中发挥着举足轻重的作用。
生物信息学是一门融合了生物学、计算机科学、数学和统计学等多学科知识的交叉领域。
其核心任务是收集、整理、分析和解释生物数据，从中挖掘出有价值的信息和知识。
在药物开发中，生物信息学的应用主要体现在以下几个方面。
首先，药物靶点的发现是药物开发的关键环节。
传统的药物靶点发现方法往往依赖于大量的实验和试错，不仅耗时费力，而且成功率较低。
生物信息学的出现为这一问题提供了新的解决方案。
通过对大量的基因组、蛋白质组和代谢组等数据进行分析，生物信息学家可以筛选出与疾病相关的基因、蛋白质或代谢通路，从而确定潜在的药物靶点。
例如，在癌症研究中，通过对肿瘤细胞和正常细胞的基因表达谱进行比较分析，可以发现那些在肿瘤细胞中异常表达的基因，这些基因很可能成为治疗癌症的药物靶点。
其次，药物筛选也是药物开发中的重要步骤。
生物信息学可以帮助研究人员建立虚拟药物筛选模型，利用计算机模拟的方法对大量的化合物进行筛选，从而快速找到具有潜在活性的药物分子。
这种方法不仅可以大大提高筛选效率，降低成本，还可以减少实验动物的使用，符合伦理要求。
此外，生物信息学还可以对药物分子的结构和性质进行预测和分析，为药物设计提供重要的参考依据。
在药物研发的临床试验阶段，生物信息学同样发挥着重要作用。
通过对临床试验数据的分析，生物信息学家可以评估药物的疗效和安全性，发现潜在的不良反应和药物相互作用，为临床试验的设计和优化提供支持。
例如，利用生物标志物对患者进行分层分析，可以更准确地评估药物在不同亚组患者中的疗效，从而为个性化医疗提供依据。
另外，生物信息学在药物的重定位方面也有着独特的优势。
药物重定位是指将已上市的药物用于治疗新的疾病或适应证。
由于这些药物已经经过了安全性和有效性的评估，因此药物重定位可以大大缩短药物开发的时间和成本。
生物信息学在药物研发中的应用有哪些
生物信息学在药物研发中的应用有哪些在当今的医学领域，药物研发是一项至关重要且极具挑战性的工作。
随着科技的不断进步，生物信息学作为一门融合了生物学、计算机科学和统计学的交叉学科，正逐渐在药物研发中发挥着举足轻重的作用。
那么，生物信息学在药物研发中究竟有哪些具体的应用呢？首先，生物信息学在药物靶点的发现和筛选方面表现出色。
药物靶点通常是指与疾病发生、发展密切相关的生物大分子，如蛋白质、核酸等。
通过对大量生物数据的分析，包括基因组学、蛋白质组学和转录组学等数据，生物信息学能够帮助研究人员识别潜在的药物靶点。
例如，对癌症患者的基因测序数据进行分析，可以发现某些基因突变或异常表达的蛋白质，这些可能成为抗癌药物的新靶点。
此外，利用生物信息学方法还可以对靶点的可行性进行评估，比如考虑靶点在疾病中的关键作用、与其他生物分子的相互作用以及其在人体内的分布和可及性等因素。
其次，生物信息学有助于药物先导化合物的筛选和优化。
先导化合物是药物研发的起点，是具有一定活性但还需要进一步优化的化合物。
在海量的化合物数据库中，通过虚拟筛选技术，生物信息学可以根据药物靶点的结构和性质，快速筛选出可能与之结合的化合物。
这种虚拟筛选大大减少了实验筛选的工作量和成本。
而且，在获得先导化合物后，生物信息学还能通过计算化学的方法，对其进行结构优化，预测其药代动力学和毒理学性质，提高药物研发的成功率。
再者，生物信息学在药物临床试验的设计和数据分析中也发挥着重要作用。
在临床试验前，通过对患者基因信息的分析，可以对患者进行分层，选择最有可能对药物产生反应的人群进行试验，提高试验的效率和成功率。
在试验过程中，生物信息学可以对收集到的大量临床数据进行分析，包括患者的症状、体征、实验室检查结果等，帮助研究人员及时发现药物的疗效和安全性问题。
此外，利用生物信息学还可以对不同临床试验的数据进行整合和meta分析，为药物的审批和上市提供更充分的证据。
另外，生物信息学在药物不良反应的监测和预测方面也具有重要意义。
药物重定位在新药研发中的研究进展
药物重定位在新药研发中的研究进展摘要：药物重新定位是新药研究中非常重要的措施，主要是指研发之前药品是否存在新的功能和效用。
如果只是单纯的进行新药品的研究时，研发流程主要可以采用研究和开发两个部分，各个部分都是由很多阶段共同组成，耗费的时间和资金成本不可逆且非常庞大，而且各大药企虽然都在进行新药研制，但是通过率却一直处于不变的状态，甚至呈现降低的趋势。
所以，对旧药进行研制可以降低研发所用的时间和成本，而且通过率却可以有效提高，所以这种方式被大部分药企广泛认可和使用，都是使用重新定位的方式来进行药物研发。
通常情况下，药物定位可以从三个部分来进行考虑和研究，主要是疾病、基于靶点和基于临床观察角度，需要药企研究人员必须掌握充分地药理知识和研究手段与方式，并且不断收集大量的研究信息进行讨论，可以有效地提高研发成功率。
然而药物数据极其庞大而且需要仔细研究才可以辨真伪，这是工作量非常庞大的任务，为推荐算法应用于药物重定位提供了一个契机。
关键词：药物重定位；新药研发；研究进展引言药物重定位(drugrepurposing，drugrepositioning，drugre-tasking，drugre-profiling)俗称“老药新用”，是指对曾经用于临床的药物(包括正在使用、不再使用和曾被临床评价过的药物)新适应证的发现、确认和应用。
在过去10年，新分子实体药物的研发成本大幅度增加，商品化上市药物库的出现并逐渐完善，快速发展的生物信息学及互联网技术向公众提供了药物作用机制关联性和临床信息，上述因素促进了药物重定位的快速发展。
与从头研发相比，由于上市药物已经过长期临床实践，其毒性和不良反应均已明确，且生产工艺、质量标准、剂型等完备，所以以上市药物作为物质基础的新药研发在时间和经济成本方面都有显著优势，且成功率大幅度提升。
1药物重定位分析的理论依据第一，药物具有杂乱性。
研究人员在进行药物成分的分析时，通常需要搞清楚药物和药物之间存在的靶标关系，因为药物靶向和靶标之间并不是一一对应关系。
药物重定位与疾病治疗
▪ 药物重定位在肿瘤治疗中的应用
1.药物重定位在肿瘤治疗中具有重要的作用，可以通过改变药 物的使用方式或剂量，提高肿瘤的治疗效果。 2.一些抗肿瘤药物通过重定位可以用于其他类型的肿瘤治疗， 如将抗白血病药物用于肺癌的治疗。 3.药物重定位可以减少肿瘤患者的痛苦，提高生存率和生活质 量。
药物重定位与疾病治疗
药物重定位的实践案例分享
药物重定位的实践案例分享
▪ 他汀类药物的重定位
1.他汀类药物原是用于降低胆固醇，减少心血管疾病的风险。 然而，研究发现它们还具有抗炎和神经保护作用。 2.在多项实验中，他汀类药物显示出对阿尔茨海默病、帕金森 病等神经退行性疾病的潜在治疗效果。 3.他汀类药物的重定位案例为药物重定位研究提供了有力证据 ，展示了已有药物在新适应症中的潜力。
药物重定位与疾病治疗
疾病治疗的现状与未来
疾病治疗的现状与未来
▪ 疾病治疗的现状
1.当前的治疗方法：药物治疗、物理治疗、手术治疗等已经在 许多疾病中取得了显著的成效。然而，对于一些复杂和慢性疾 病，如癌症、神经退行性疾病等，现有的治疗方法仍有限，且 存在复发和副作用等问题。 2.药物研发的挑战：药物研发需要投入大量的人力和资金，且 周期长、成功率低。此外，病原体对药物的抗药性增强，使得 药物研发的难度加大。 3.精准医疗的兴起：精准医疗通过基因检测、分子诊断等手段 ，为每位患者提供个性化的治疗方案，提高了治疗效果。
▪ 二甲双胍的重定位
一种基于深度学习多源异构网络的药物重定位方法[发明专利]
![一种基于深度学习多源异构网络的药物重定位方法[发明专利]](https://img.taocdn.com/s3/m/1db74129a9114431b90d6c85ec3a87c240288abe.png)
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202010531562.4(22)申请日 2020.06.11(71)申请人 湖南大学地址 410012 湖南省长沙市岳麓区麓山南路1号(72)发明人 彭绍亮 冯潇逸 谭蔚泓 李肯立 何敏 曾湘祥 骆嘉伟 陈浩 王小奇 罗娟 (74)专利代理机构 国防科技大学专利服务中心43202代理人 王文惠(51)Int.Cl.G16C 20/50(2019.01)G16C 20/70(2019.01)G06N 3/04(2006.01)G06N 3/08(2006.01)(54)发明名称一种基于深度学习多源异构网络的药物重定位方法(57)摘要本发明属于计算机生物信息学领域，公开了一种基于深度学习多源异构网络的药物重定位方法。
本发明包括步骤：使用随机游走方法，得到概率共生矩阵数据集；利用移位正点互信息(PPMI)矩阵方法计算数据集；利用计算所得的多源数据集对图卷积编码器模型进行训练，获得药物信息的低维嵌入表示作为变分自编码器的输入数据进行参数训练，将训练好的模型结合已知的药物疾病关联矩阵做最终的药物重定位预测。
本发明避免了传统特征提取方法的局限，如：高度依赖于医护人员的经提取出有区分性的高质量特征，也往往存在一定的困难，而且准确率低，本发明借助于图卷积编码器模型和变分自编码器网络模型，实现高精度的药物重定位预测。
权利要求书2页 说明书4页 附图1页CN 111681718 A 2020.09.18C N 111681718A1.一种基于深度学习多源异构网络的药物重定位方法，其特征在于，包括以下步骤：步骤一：基于随机游走方法计算多源异构网络的拓扑结构信息，包括以下步骤：1.1.输入多源异构数据集D＝[D1,D2,…,D9]，其中，D表示和药物相关的多源异构数据集，D1,D2,D3,…,D9分别表示药物-药物相互作用矩阵，药物-靶标相互作用矩阵，药物-副作用关联矩阵以及6种药物相似性矩阵；1.2.基于随机游走方法，分别计算并捕获D中数据集的网络结构信息并描述每种药物的拓扑上下文，得到每个矩阵的概率共现矩阵集合C＝[C1,C2,C3…C9]，C表示概率共现矩阵的集合，C1,C2,C3,…,C9分别表示步骤1.1中的输入数据集D的概率共现矩阵，其中概率共现矩阵的计算公式为：C i,k＝wC i,k-1A+(1-w)D i其中C i,k表示概率共现矩阵集合C中每个矩阵C i的第k轮迭代结果，D i表示步骤1.1中的输入数据集合D中的原始01矩阵，w表示概率，A表示原始邻接矩阵；1.3.将1.2步骤获得的概率共现矩阵集合C作为输入，分别计算集合中每个概率共现矩阵的移位正点互信息矩阵PPMI,其中PPMI矩阵的计算公式为:其中C为步骤1.2中获得的概率共现矩阵，C(i,j)表示概率共现矩阵C中第i行，第j列的数据，Nr和Nc分别表示矩阵的行数和列数，求得的负数值设置为0；步骤二：利用步骤一生成的多源异构数据的互信息矩阵PPMI数据集对图卷积编码器神经网络进行训练，其中，图卷积编码器神经网络包括四个图卷积层、四个sigmoid层和一个拼接层，且网络顺序为图卷积层、sigmoid层、图卷积层、sigmoid层、拼接层、图卷积层、sigmoid层、图卷积层、sigmoid层；每个图卷积层的维度分别为500，100，500，1519，每个拼接层维度为9*100；步骤三：将交叉熵损失函数作为图卷积编码器神经网络的损失函数，并结合BP算法更新网络参数，使得网络随着训练的进行，网络输出越来越接近正确输入数据。
生物信息学技术在药物设计中的应用
生物信息学技术在药物设计中的应用随着科技的不断进步，生物信息学技术在药物研究领域中得到了广泛的应用。
生物信息学技术是一门交叉学科，它涉及计算机科学、统计学、生物学、化学等多个学科领域，在药物设计、药物开发以及生物分子的理解方面都有着不可替代的作用。
本文将详细探讨生物信息学技术在药物设计中的应用。
一、生物信息学技术在分子建模中的应用在药物设计中，分子建模是一个非常重要的环节。
通过对分子结构的模拟，可以预测分子的性质和活性，为药物研究提供有价值的信息。
生物信息学技术可以利用计算机程序对分子进行模拟和计算，从而预测分子的性质和活性。
在药物研究中，分子对接和药物设计是常用的分子建模方法。
分子对接是指将分子库中的分子与受体分子进行对接，从中筛选出具有高效率和选择性的药物分子。
而药物设计则是指通过计算机程序和实验方法，对药物分子进行设计和优化，使其具有更高的活性和药效。
生物信息学技术在分子建模中的应用，可以大大提高药物研究的效率和准确性。
通过对分子结构的模拟和计算，可以筛选出具有高效率和选择性的药物分子，从而降低了药物研究和开发的成本和时间。
二、生物信息学技术在药物靶点预测中的应用药物靶点是药物作用的目标蛋白分子。
预测药物靶点是药物研究的关键环节，可以为药物的设计和开发提供重要的信息。
生物信息学技术可以结合生物信息学数据库和分子模拟技术，预测药物的靶点和作用机制。
例如，通过对靶点蛋白的结构和序列分析，可以预测蛋白的结构、功能和亚细胞定位。
同时，可以通过分子模拟技术，预测药物与受体蛋白的作用方式和机制。
生物信息学技术在药物靶点预测中的应用，可以为药物的设计和开发提供有价值的信息。
通过预测药物的靶点和作用机制，可以提高药物的选择性和效率，降低药物的副作用和毒性。
三、生物信息学技术在药物代谢和毒性预测中的应用药物代谢和毒性是影响药物研究和开发的重要因素。
生物信息学技术可以利用生物信息学数据库和分子模拟技术，预测药物代谢和毒性，从而评估药物的安全性和可行性。
药物研发中的生物信息学应用
药物研发中的生物信息学应用在当今的医学领域，药物研发是一项充满挑战和机遇的工作。
随着科技的不断进步，生物信息学作为一门交叉学科，正逐渐在药物研发中发挥着越来越重要的作用。
生物信息学整合了生物学、计算机科学、统计学和数学等多个领域的知识和技术，为药物研发提供了全新的视角和方法。
药物研发是一个漫长而复杂的过程，通常包括药物靶点的发现、先导化合物的筛选、药物的优化和临床试验等多个阶段。
在每一个阶段，生物信息学都能提供有价值的支持和帮助。
在药物靶点的发现阶段，生物信息学可以通过对大量生物数据的分析来识别潜在的药物靶点。
例如，通过对基因表达数据、蛋白质组学数据和代谢组学数据的整合分析，可以发现与疾病相关的基因和蛋白质。
这些基因和蛋白质可能成为新的药物靶点，为药物研发提供新的方向。
生物信息学在先导化合物的筛选中也发挥着关键作用。
传统的药物筛选方法往往费时费力，而且效率低下。
而利用生物信息学方法，可以对海量的化合物数据库进行虚拟筛选。
通过建立药物分子与靶点的相互作用模型，预测化合物与靶点的结合能力和活性，从而快速筛选出具有潜在活性的先导化合物。
这种虚拟筛选的方法大大减少了实验筛选的工作量，提高了筛选的效率和准确性。
在药物的优化阶段，生物信息学同样不可或缺。
药物的优化需要考虑药物的药代动力学性质、毒性和药效等多个方面。
通过生物信息学手段，可以对药物分子的结构进行分析和改造，以提高药物的生物利用度、降低毒性和增强药效。
例如，利用分子模拟技术，可以研究药物分子与靶点的结合模式，从而对药物分子进行合理的设计和优化。
此外，生物信息学在临床试验的设计和数据分析方面也具有重要意义。
临床试验是药物研发的关键环节，其结果直接关系到药物能否获批上市。
生物信息学可以帮助研究人员更好地设计临床试验方案，选择合适的受试人群和研究指标。
同时，在临床试验过程中，生物信息学可以对收集到的数据进行深入分析，挖掘出有价值的信息，为药物的安全性和有效性评估提供依据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
College of Bioinformatics
Science and Technology
Pharmacogenomics Harbin Medical University
Jiankai Xu
药物适应症的未知空间
2
Pharmacogenomics Harbin Medical University
Jiankai Xu
主要内容
⏹概念
⏹
主流计算方法 配体相似性 副作用相似性 药物表达谱 CPI谱 通路谱⏹小结⏹
思考题
Pharmacogenomics Harbin Medical University
Jiankai Xu
药物重定位
⏹
药物重定位(drug repositioning)被广泛认为是一种解决新药开发高投入低产出困境的有效方法之一.
⏹
它基于已有药物开发新的治疗功能,充分利用“旧
”药已经有较为完备的药代动力学和毒理学信息,快速对新功能进行Ⅱ期临床实验测试,从而缩短开发周期、降低风险。
Pharmacogenomics Harbin Medical University Jiankai Xu
配体相似性Pharmacogenomics Harbin Medical University
Jiankai Xu
副反应相似性
Pharmacogenomics
Harbin Medical University Jiankai Xu
药物表达谱Pharmacogenomics Harbin Medical University
Jiankai Xu
CPI谱
Pharmacogenomics
Harbin Medical University Jiankai Xu
通路谱
⏹
基本假设
蛋白往往通过与其他体内组分形成蛋白复合物或 pathway 而行使其功能。
疾病往往涉及人体系统内多个生物过程的异常。
药靶与疾病相关蛋白处于同一pathway 上,通过影响与疾病相关的pathway 来达到调节该疾病状态的目的。
药物的靶点(主要治疗靶以外的靶点
)信息的积累以及疾病相关蛋白数据的丰富, 使得从 pathway 层面上直接研究药物与疾病的关系成为可能。
Pharmacogenomics Harbin Medical University
Jiankai Xu
通路谱
⏹
数据资源
通路数据库
KEGG
...
疾病-蛋白数据
MeSH 与MEDLINE
CTD
Pharmacogenomics Harbin Medical University Jiankai Xu
通路谱
⏹
Pathway 谱的构建
分别构建疾病、药物的 pathway 谱.
具体操作是以选取的 185 个特征 pathway 为背景, 根据超几何分布方法计算疾病的相关蛋白/药物靶点富集程度, 得到疾病/药物所对应的 pathway
谱.
Pharmacogenomics Harbin Medical University
Jiankai Xu
通路谱
⏹
药物-疾病 pathway 谱的关联性
pathway 需满足2个条件:
✓ 至少含有2个疾病相关蛋白/药物靶点;
✓ 富集的 p 值不大于 0.01.
Pharmacogenomics Harbin Medical University
Jiankai Xu
通路谱
⏹
构建药物的随机pathway 谱
疾病相关蛋白数量的差异可能会造成得分的绝对值的高低.
为了考查药物是否是因为特定的 pathway 谱而与疾病有高的关联性,
这里保持药物的 pathway 谱序列不变
,随机打乱 pathway 名称 100000
次得到药物的随机pathway
谱.
依照式(1)计算每个随机 pathway 谱与疾病的
S random,disease 值
.
Pharmacogenomics Harbin Medical University
Jiankai Xu
通路谱
⏹
衡量药物-疾病关联性的显著性
计算 Z 值衡量药物对该疾病的关联性是否具有显著性（Z> 2.33 认定为显著）.
Pharmacogenomics Harbin Medical University Jiankai Xu
通路谱Pharmacogenomics Harbin Medical University
Jiankai Xu
通路谱
Pharmacogenomics Harbin Medical University Jiankai Xu
通路谱
Pharmacogenomics Harbin Medical University
Jiankai Xu
小结
⏹概念
⏹
主流计算方法 配体相似性 副作用相似性 药物表达谱 CPI谱 通路谱
Pharmacogenomics
Harbin Medical University
Jiankai Xu
思考题
⏹
示例通路谱法中，是否还有需要改进的地方？
⏹
示例通路谱法是否有适用范围的限制？
Pharmacogenomics Harbin Medical University
Jiankai Xu
谢 谢。