基于多相似度融合的药物新用途预测方法技术

本发明专利技术公开了基于多相似度融合的药物新用途预测方法，包括：利用药物化学结构数据计算药物相似度；利用药物靶蛋白数据计算药物相似度；利用药物副作用数据计算药物相似度；对计算得到的药物相似度进行融合，得到融合的药物相似度；利用融合的药物相似度，计算药物

【技术实现步骤摘要】
基于多相似度融合的药物新用途预测方法


[0001]本专利技术属于药物用途预测领域，具体涉及一种基于多相似度融合的药物新用途预测方法。

技术介绍

[0002]药物重定位(drug repurposing)，俗称“老药新用”，是指通过现有的技术手段将已经产生适应症的药物重新定位，寻找其新的适应症。药物重定位这一概念自被提出以来，国内外学者对该领域的研究投入了巨大的精力。Chiang等人提出了一种从疾病的角度看待药物重定位的观点，当两种疾病可以被多种相同的药物治疗时，认为两种疾病是相似的。如果存在一种药物只对其中一种疾病有治疗效果，则认为该药对另一种疾病也存在潜在的治疗关系，可以作为治疗该疾病的候选药物。药物的化学结构被认为可以用来度量药物间相似性，Dudley等人提出药物的化学性质与其治疗效果有密切的关系，药物的化学结构和生物活性之间存在定量关系，所以药物的化学结构是药物重定位的研究方向。药物靶蛋白是药物治疗疾病的关键因素，含有相似靶蛋白的药物也可能会有类似的作用效果，因此靶蛋白可以作为药物重定位中度量药物相似性的一个研究角度。同样，与药物对疾病的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多相似度融合的药物新用途预测方法，其特征在于，包括以下步骤，步骤1：利用药物化学结构数据计算药物相似度；步骤2：利用药物靶蛋白数据计算药物相似度；步骤3：利用药物副作用数据计算药物相似度；步骤4：对步骤1
‑
3计算得到的药物相似度进行融合，得到融合的药物相似度；步骤5：利用融合的药物相似度，计算药物
‑
疾病关联预测值；步骤6：利用药物
‑
疾病数据计算疾病相似度，基于疾病相似度计算药物
‑
疾病关联预测值；步骤7：对步骤5、6的预测值进行融合，得到融合的药物
‑
疾病关联预测值。2.根据权利要求1所述的基于多相似度融合的药物新用途预测方法，其特征在于，步骤1中，所述利用药物化学结构数据计算药物相似度，计算式如下：式中sim
s
表示利用药物化学结构数据计算的药物a和药物b的药物相似度，D
1a
表示药物a包含的化学结构数量，D
1b
表示药物b包含的化学结构数量，|D
1ab
|表示药物a和药物b包含的相同化学结构数量。3.根据权利要求2所述的基于多相似度融合的药物新用途预测方法，其特征在于，步骤2中，利用药物靶蛋白数据计算药物相似度，计算式如下：式中sim
p
表示利用药物靶蛋白数据计算的药物a和药物b的药物相似度，D
2a
表示药物a对应的靶蛋白数，D
2b
表示药物b对应的靶蛋白数，|D
2ab
|表示药物a和药物b对应的相同靶蛋白数。4.根据权利要求3所述的基于多相似度融合的药物新用途预测方法，其特征在于，步骤3中，利用药物副作用数据计算药物相似度，计算式如下：式中sim
f
表示利用药物副作用数据计算的药物a和药物b的药物相似度，D
3a
表示药物a会产生的副作用数，D
3b
表示药物b会产生的副作用数，|D
3ab
|表示药物a和药物b产生的相同副作用数。5.根据权利要求4所述的基于多相似度融合的药物新用途预测方法，其特征在于，步骤4中，融合的药物相似度的计算式如下：sim
d
＝αsim
s
+βsim
p
+γsim
f
式中sim
d
表示融合得到的药物a和药物b的药物相似度，sim
s
表示利...

【专利技术属性】
技术研发人员：陈鹏，鲍天嘉智，赵建成，余肖生，
申请(专利权)人：三峡大学，
类型：发明
国别省市：