一种基于多元信息融合和随机游走模型的药物重定位方法

• 摘要：

  本发明公开了一种基于多元信息融合和随机游走模型的药物重定位方法.通过集成已有的疾病数据、药物数据、靶标数据、疾病‑药物关联数据、疾病‑基因关联数据和药物‑靶标关联数据,构建疾病‑靶标‑药物异构网络.扩展基本的随机游走模型到所构建的异构网络上,通过有效的利用全局网络信息,为疾病推荐候选治疗药物.本发明简单有效,通过与其他方法比较,及在标准数据集上测试表明,该发明在药物重定位方面具有较好的预测性能.

• 专利类型：

  发明专利

• 申请/专利号：

  CN201710748221.0

• 申请日期：

  2017.08.28

• 公开/公告号：

  CN107506591A

• 公开/公告日：

  2017-12-22

• 发明人：

  王建新 罗慧敏 李敏 蒋辉 卢诚谦

• 申请人：

  中南大学

• 主分类号：

  G06F19/00(2011.01)I,G,G06,G06F,G06F19

• 分类号：

  G06F19/00(2011.01)I,G,G06,G06F,G06F19,G06F19/00

• 主权项：

  一种基于多元信息融合和随机游走模型的药物重定位方法,其特征在于,包括以下步骤:1)构建疾病‑靶标‑药物异构网络:利用已知的疾病数据、药物数据、靶标数据、疾病‑药物关联数据、疾病‑靶标关联数据和药物‑靶标关联数据,构建疾病网络、药物网络、靶标网络、疾病‑药物关联网络、疾病‑靶标关联网络和药物‑靶标关联网络;通过关联网络连接疾病网络、药物网络和靶标网络,得到疾病‑靶标‑药物异构网络;2)扩展基本随机游走模型到该异构网络:首先根据已知的疾病‑药物关联数据和疾病‑靶标关联数据构建随机游走的初始概率矩阵;然后利用已知的药物相似性、疾病相似性、靶标相似性、疾病‑药物关联数据、疾病‑靶标关联数据和药物‑靶标关联数据,构建随机游走的转移矩阵;3)预测新的药物‑疾病关联:对于给定的疾病,依据所构建的初始概率矩阵和转移矩阵,迭代地在异构网络中进行随机游走,执行直到游走结果达到收敛状态;根据游走结果,得到给定疾病与所有药物存在关联的概率值,概率值越大,表明疾病与药物之间存在关联的可能性越大;按照概率值的大小,把与给定疾病不存在已知关联的所有药物进行排序,从而为给定疾病推荐新的治疗药物.