本发明专利技术公开一种基于网络药理学的关键通路与关键靶点筛选方法,步骤为:收集药物中的化合物、药物预测靶点和疾病靶点,获取备选靶点;初步筛选备选通路;将得到的各通路的各个靶点构建出相应的PPI网络;计算得到通路关键基因重要度;构建总体靶点的PPI网络,并统计网络连线边数;分割出第
【技术实现步骤摘要】
一种基于网络药理学的关键通路与关键靶点筛选方法
本专利技术涉及一种网络药理学中关键通路筛选技术,具体为一种基于网络药理学的关键通路与关键靶点筛选方法。
技术介绍
网络药理学(networkpharmacology)的概念由Hopkins于2007年提出的,试图通过网络方法来分析药物、靶点、通路和疾病之间的相互关系来设计具有多项药理学效应的药物,高效精准的筛选药物作用通路和靶点是网络药理学最核心的部分。传统网络药理学在筛选药物作用通路和靶点时是根据备选靶点在PPI网络中所得Degree值大小进行排序,选取degree值中位数两倍之上或者拐点之上的靶点视为关键靶点。再通过数据库预测关键靶点对应的通路信息,预测得到的通路以FDR<0.01或FDR<0.05为筛选条件,选取FDR值最小的前几条通路视为关键通路。通过实验研究发现,传统方法预测得到的通路多为广泛作用通路,往往与疾病无直接联系,而与疾病直接相关的具体信号通路和疾病通路多排名靠后或无法预测到。其原因是由于这种方法仅留取少部分Degree值较高的靶点作为关键靶点进行通路的预测,这使得一些Degree值较小,但在相互协同作用中对疾病起重要作用的靶点及其相关作用通路就会被直接筛除,评价方法缺乏全面性。其次,传统方法通过关键靶点预测并筛选关键通路后,常会出现最后筛选得到的关键通路中部分Degree值较高的关键靶点并未出现在这些通路中,这导致了关键靶点的二次筛选,也使得关键靶点筛选的有效性和准确性受到质疑。
技术实现思路
针对现有技术中对药物作用重要通路和靶点的评价不能较全面的筛选出与疾病直接相关的具体信号通路,且对关键靶点的筛选存在偏颇等不足,本专利技术要解决的问题是提供一种能更加全面的评价药物作用,从而更高效准确的筛选出关键靶点的基于网络药理学的关键通路与关键靶点筛选方法。为解决上述技术问题,本专利技术采用的技术方案是:本专利技术提供一种基于网络药理学的关键通路与关键靶点筛选方法,包括以下步骤:1)收集药物中的化合物、药物预测靶点和疾病靶点,经过标准化、去重后将药物预测靶点与疾病靶点取交集视为备选靶点;2)对得到的备选靶点进行KEGG通路富集分析,通过错误发生率初步筛选出备选通路;3)将筛选得到的备选通路,通过数据库查找获取每条通路自身富集的所有靶点信息,将得到的各通路的各个靶点分别导入String数据库中,构建出相应的PPI网络;4)对所有PPI网络分别进行统计描述性分析,利用各个网络中每个节点的度值及备选靶点的度值,计算出备选靶点所在通路上的富集程度和对该条通路的影响力,得到通路关键基因重要度;5)将通过备选通路得到的所有靶点一起导入到String数据库中,构建总体靶点的PPI网络,并统计网络连线边数;6)在构建的总体靶点PPI网络中,分割出第i条通路上富集的全部靶点所构成的子网络,并统计出该子网络的边数;7)结合步骤5)和步骤6)中得到的总体网络边数和第i条通路对应的子网络边数,计算出该条通路在多通路协同作用下的重要程度,得到通路影响度;8)将每条通路的通路关键基因重要度和通路影响度指标进行离差标准化,并求和得到该通路综合得分值,排序后以折线图形式表达,通过肘点法筛选得分较高的通路视为关键通路,关键通路上富集的备选靶点视为关键靶点。步骤4)中通路关键基因重要度计算公式如下:其中,Di为第i条通路对应的PPI网络中所有节点的度值总和,D(u)为第i条通路对应的PPI网络中第u个备选靶点的度值,Γ(u)为第i条通路中富集的备选靶点集合,i代表第i条通路,u代表第u条通路对应的PPI网络中第u个备选靶点。步骤7)中,通路影响度Ei计算公式如下:其中,e总为总体靶点PPI网络中的总边数,ei为第i条通路上富集的靶点构成的子网络边数。步骤8)中,通路综合得分值Si计算公式如下:其中,Wi为通路关键基因重要度,Ei为通路影响度,min{Wi}为所有备选通路中通路关键基因重要度的最小值,max{Wi}为所有备选通路中通路关键基因重要度的最大值,min{Ei}为所有备选通路中通路影响度的最小值,max{Ei}为所有备选通路中,通路影响度的最大值。本专利技术具有以下有益效果及优点:1.本专利技术在筛选关键通路时首次综合考虑了靶点对通路的影响力和每条通路在所有通路中的重要性两个方面,对通路自身的属性和协同作用刻画的更为精确,能更高效准确的筛选出与疾病相关的通路及其富集的关键靶点。2.本专利技术提出通路关键基因重要度和通路影响度两个概念,全面评价通路在整体中的重要性,构建关键通路和关键靶点筛选评价参数3.本专利技术避免了传统方法在筛选关键靶点时,PPI网络中Degree值较高的关键靶点并未出现在这些通路中,不需要关键靶点的二次筛选,使得关键通路和靶点的筛选更加高效、准确。具体实施方式本专利技术提供一种基于网络药理学的关键通路与关键靶点筛选方法,包括以下步骤:1)收集药物中的化合物、药物预测靶点和疾病靶点,经过标准化、去重后将药物预测靶点与疾病靶点取交集视为备选靶点;2)对得到的备选靶点进行KEGG通路富集分析,通过错误发生率初步筛选出备选通路;3)将筛选得到的备选通路,通过数据库查找获取每条通路自身富集的所有靶点信息,将得到的各通路的各个靶点分别导入String数据库中,构建出相应的PPI网络;4)对所有PPI网络分别进行统计描述性分析,利用各个网络中每个节点的度值及备选靶点的度值,计算出备选靶点所在通路上的富集程度和对该条通路的影响力,得到通路关键基因重要度;5)将通过备选通路得到的所有靶点一起导入到String数据库中,构建总体靶点的PPI网络,并统计网络连线边数;6)在构建的总体靶点PPI网络中,分割出第i条通路上富集的全部靶点所构成的子网络,并统计出该子网络的边数;7)结合步骤5)和步骤6)中得到的总体网络边数和第i条通路对应的子网络边数,计算出该条通路在多通路协同作用下的重要程度,得到通路影响度;8)将每条通路的通路关键基因重要度和通路影响度指标进行离差标准化,并求和得到该通路综合得分值,排序后以折线图形式表达,通过肘点法筛选得分较高的通路视为关键通路,关键通路上富集的备选靶点视为关键靶点。本专利技术基于网络药理学的关键通路与关键靶点筛选方法,提出了通路关键基因重要度和通路影响度两个概念,从而计算通路重要性评价参数。步骤4)中通路关键基因重要度计算公式如下:其中,Di为第i条通路对应的PPI网络中所有节点的度值总和,D(u)为第i条通路对应的PPI网络中第u个备选靶点的度值,Γ(u)为第i条通路中富集的备选靶点集合,i代表第i条通路,u代表第u条通路对应的PPI网络中第u个备选靶点。计算得到的通路关键基因重要度Wi值越大,说明备选靶点所在通路上的富集程度和对该条通路的影响力越大。步骤7)中,通路本文档来自技高网...
【技术保护点】
1.一种基于网络药理学的关键通路与关键靶点筛选方法,其特征在于包括以下步骤:/n1)收集药物中的化合物、药物预测靶点和疾病靶点,经过标准化、去重后将药物预测靶点与疾病靶点取交集视为备选靶点;/n2)对得到的备选靶点进行KEGG通路富集分析,通过错误发生率初步筛选出备选通路;/n3)将筛选得到的备选通路,通过数据库查找获取每条通路自身富集的所有靶点信息,将得到的各通路的各个靶点分别导入String数据库中,构建出相应的PPI网络;/n4)对所有PPI网络分别进行统计描述性分析,利用各个网络中每个节点的度值及备选靶点的度值,计算出备选靶点所在通路上的富集程度和对该条通路的影响力,得到通路关键基因重要度;/n5)将通过备选通路得到的所有靶点一起导入到String数据库中,构建总体靶点的PPI网络,并统计网络连线边数;/n6)在构建的总体靶点PPI网络中,分割出第i条通路上富集的全部靶点所构成的子网络,并统计出该子网络的边数;/n7)结合步骤5)和步骤6)中得到的总体网络边数和第i条通路对应的子网络边数,计算出该条通路在多通路协同作用下的重要程度,得到通路影响度;/n8)将每条通路的通路关键基因重要度和通路影响度指标进行离差标准化,并求和得到该通路综合得分值,排序后以折线图形式表达,通过肘点法筛选得分较高的通路视为关键通路,关键通路上富集的备选靶点视为关键靶点。/n...
【技术特征摘要】
1.一种基于网络药理学的关键通路与关键靶点筛选方法,其特征在于包括以下步骤:
1)收集药物中的化合物、药物预测靶点和疾病靶点,经过标准化、去重后将药物预测靶点与疾病靶点取交集视为备选靶点;
2)对得到的备选靶点进行KEGG通路富集分析,通过错误发生率初步筛选出备选通路;
3)将筛选得到的备选通路,通过数据库查找获取每条通路自身富集的所有靶点信息,将得到的各通路的各个靶点分别导入String数据库中,构建出相应的PPI网络;
4)对所有PPI网络分别进行统计描述性分析,利用各个网络中每个节点的度值及备选靶点的度值,计算出备选靶点所在通路上的富集程度和对该条通路的影响力,得到通路关键基因重要度;
5)将通过备选通路得到的所有靶点一起导入到String数据库中,构建总体靶点的PPI网络,并统计网络连线边数;
6)在构建的总体靶点PPI网络中,分割出第i条通路上富集的全部靶点所构成的子网络,并统计出该子网络的边数;
7)结合步骤5)和步骤6)中得到的总体网络边数和第i条通路对应的子网络边数,计算出该条通路在多通路协同作用下的重要程度,得到通路影响度;
8)将每条通路的通路关键基因重要度和通路影响度指标进行离差标准化,并求和得到该通路综合得分值,排序后以折线图形式表达,通过肘点法筛选得分较高的通路视为关键通...
【专利技术属性】
技术研发人员:项荣武,肖珅,翟菲,梁建坤,翟玉萱,于净,姜希伟,梁露花,李定远,曾娅,
申请(专利权)人:沈阳药科大学,
类型:发明
国别省市:辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。