【CN110021367A】基于药物及靶标信息的药物综合信息库建设方法及系统【专利】
药物功能和靶标筛选的最新技术和方法
药物功能和靶标筛选的最新技术和方法随着生物医学研究的不断深入，我们对于药物及其靶标的了解也越来越深入。
而药物研发的一项非常重要的工作就是药物功能和靶标的筛选。
因此，本文将着重介绍一些目前最为流行的药物功能和靶标筛选的最新技术和方法。
一、全基因组CRISPR筛选技术CRISPR（簇状回文重复序列）是一种先进的基因编辑技术，它能够直接编辑人类基因组。
同时，CRISPR技术还可以用于高通量筛选，以确定一个复杂的生物过程中，哪些基因对其有贡献。
全基因组CRISPR筛选技术利用CRISPR基因组编辑的特殊能力，可以快速地逐一检测每个基因并分析其功能。
该技术已经成为现代药物功能和靶标筛选的主要手段之一。
二、化学谱图技术化学谱图技术是一种最新的分析技术，它能够模拟生物体中复杂化合物的分子结构，并基于分析结果预测该化合物在生物体中的作用。
这项技术可以用于筛选药物及其靶标，通过预测分子结构来确定一种药物分子对某一细胞或生物结构的影响。
可以说，化学谱图技术是目前最为先进的药物靶标筛选技术之一。
三、蛋白质结构学技术蛋白质结构学技术是一种关键的分析技术，其可以通过晶体学或NMR等技术手段分析蛋白质结构，从而确定不同蛋白质之间可能的相互作用和反应。
该技术可以被应用于药物靶标筛选中，通过研究已知蛋白质和药物的相互作用来预测其他可能的药物靶标及其作用方式。
四、高通量筛选技术高通量筛选技术是目前最为广泛应用的分析技术之一，其可以同时对数百万种化合物进行测试，以寻找对某一特定生物体系有效的化合物。
该技术可以被应用于药物创新中，通过筛选对目标生物系统起作用的化合物来确定药物的潜在作用及其靶标。
高通量筛选技术目前已成为大型制药公司和研究机构的主要筛选技术之一。
综上所述，药物功能和靶标筛选的最新技术和方法包括CRISPR筛选技术、化学谱图技术、蛋白质结构学技术和高通量筛选技术。
这些技术均具有不同的应用场景和优势，在大范围的药物研发中具有重要的作用。
基于药物靶标的药物筛选技术
基于药物靶标的药物筛选技术药物是现代医学的重要组成部分。
药物通过干预人体内的生化过程，调节身体的各项功能。
但是，人体内的生化过程非常复杂，药物的选择和设计需要基于深入的了解人体组织和细胞的生物学机制。
对于新药的研发，传统的药物筛选方法通常是遗传学和化学方法，这种方法效率较低且昂贵。
基于药物靶标的药物筛选技术是一种高效、准确和便捷的药物研发方法，被广泛应用于药物研发和理解人体生物学。
1. 什么是药物靶标？药物靶标指的是药物所作用的分子机制。
每种药物通常与人体内的特定蛋白质发生相互作用，产生一系列生化反应，从而实现治疗效果。
药物靶标是药物研发的关键，理解药物靶标可以帮助药物研发者更好地理解生物学机制，设计更有效的药物。
2. 基于药物靶标的药物筛选技术是什么？基于药物靶标的药物筛选技术是一种高效、准确和便捷的药物研发方法。
它的核心概念是“锁定和阻断”，通俗地说，就是找到药物和人体内具体蛋白质的相互作用，以确定哪些蛋白质可以成为治疗靶点，并设计药物，以针对这些靶点进行治疗。
通过基于药物靶标的药物筛选技术，可以为药物研发者提供移动的目标，使得消耗大量时间和资源的试错过程明显缩短，极大地提高了药物研发的效率。
此外，这种方法也避免了使用动物对药物进行测试的需求，使得药物研发过程更加高效和人性化。
3. 基于药物靶标的药物筛选技术的流程是什么？基于药物靶标的药物筛选技术的主要包括以下流程：（1）获得治疗需要：在药物研发过程中，对于每个疾病，药物设计者需要准确理解其病因和病理生理过程。
从中确定需要治疗的生物标记物，这对于确定靶点非常关键。
（2）鉴定潜在靶点：通过生物信息学、基因组学、蛋白质组学等技术手段，筛选出与疾病相关的潜在靶点，建立靶点库。
（3）筛选药物：使用化学荧光图像筛选、核磁共振筛选、中药化学组成筛选等现代科技手段，对靶点进行筛选，从中选择出最有可能成为治疗靶点的蛋白质。
（4）设计药物：药物设计者会根据靶点信息、生理学知识和药物化学技术，进行药物设计。
基于网络靶标的药物网络药理学智能和定量分析方法与系统[发明专利]
![基于网络靶标的药物网络药理学智能和定量分析方法与系统[发明专利]](https://img.taocdn.com/s3/m/e39a0b71326c1eb91a37f111f18583d048640f4c.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 201910902205.1(22)申请日 2019.09.23(71)申请人 清华大学地址 100084 北京市海淀区清华大学100084信箱82分箱(72)发明人 李梢 (74)专利代理机构 北京金恒联合知识产权代理事务所 11324代理人 李强(51)Int.Cl.G16C 20/50(2019.01)G16H 70/40(2018.01)(54)发明名称基于网络靶标的药物网络药理学智能和定量分析方法与系统(57)摘要本发明基于“网络靶标”原创理论，提出了一种药物网络药理学智能和定量分析方法与系统，用于药物(包括中西药物等各种药物类型)干预疾病生物网络的整体效应度量。
该方法能综合疾病、药物有关的定性和/或定量的生物信息，以疾病生物网络为靶标，从系统和整体的角度进行药物干预疾病生物网络的效应度量，揭示药物的整体作用机制。
该方法提供基于定性、定量可选度量方式，采用生物功能多尺度定性分析和/或时间-空间多维度定量分析来衡量药物干预网络效应，为突破以往基于经验或基于单靶标的药物研究方式的局限，理解药物网络调节机制，快速、智能发现药效物质、作用机理、疗效客观指标、临床适应症等提供了新的关键技术。
权利要求书5页 说明书15页 附图6页CN 110648726 A 2020.01.03C N 110648726A1.一种基于网络靶标的药物网络药理学智能和定量分析方法，其特征在于包括：A)基于构建的药物干预疾病的生物网络和生物功能多尺度定性分析结果，进行空间维度上的网络干预效应定量分析，包括：对疾病生物网络中的节点v及其初始效应分数I(v)，按照式(1)所表征的方式，对药物的网络干预效应进行度量：其中，E n+1(v)为第n+1步状态下节点v的网络干预效应，E n(u)表示为第n步状态下节点u 的网络干预效应，I(v)为节点v的初始效应分数，w(v,u)表示节点v和u之间的边权重，N(v)表示网络中的全部节点集合，α为初始状态影响因子，取值范围从0到1，按照式(2)表征的方式，确定空间维度上的疾病生物网络干预效应的分数：其中，m表示网络中的第m个生物功能模块，NSE m为空间维度上第m个生物功能模块的网络干预效应分数，w(v,u)表示节点v和u之间的边权重，E(u)和E(v)分别为节点u和v的网络干预效应，TS(u)和TS(v)分别为节点u和v的拓扑属性分数，B)基于预先构建的药物干预疾病的生物网络和生物功能多尺度定性分析结果，按照：表征生物分子R受药物靶标T的调控随时间t的动态变化，其中：M R为R节点受T节点的调控效应分数，a1、b1、a2、b2、a3、b3为待定参数，t1为效应潜伏期的结束时间，同时也是效应持续期的开始时间，t2为效应持续期的结束时间，同时也是效应残留期的开始时间，和按照(4)式表征的方式，整合药物靶标和被调控分子在网络上的关联，确定时间维度上t时刻第m个生物功能模块的疾病生物网络干预效应分数NTE tm：其中，M t(i)为t时刻第i个节点受调控的效应分数，n表示疾病生物网络中总节点数，为R和T节点间的最短路径，C)根据预先确定的生物功能多尺度定性分析结果，通过将疾病生物网络的各通路赋予权重，并将药物干预的空间维度和时间维度效应分数进行整合，按式(5)所表征的方式，确定疾病生物网络干预效应分数NE：其中：w(bp m)为第m个生物功能模块的权重，取值范围为0～1β为时间和空间效应比例因子，取值范围为0～1。
基于知识图谱的药物靶标作用深度学习预测系统、计算机设备、存储
专利名称：基于知识图谱的药物靶标作用深度学习预测系统、计算机设备、存储介质
专利类型：发明专利
发明人：王淑栋,杜珍珍,刘大岩,刘嘉丽,钟悦,田庆雨
申请号：CN202011423142.0
申请日：20201208
公开号：CN112562791A
公开日：
20210326
专利内容由知识产权出版社提供
摘要：基于知识图谱的药物靶标作用深度学习预测系统、计算机设备、存储介质。
本发明公开了一种基于知识图谱的药物靶标作用深度学习预测系统，属于药物靶标相互作用预测领域。
该系统包括KG‑DTI模型，所述KG‑DTI模型包括：药物靶标知识图谱的构建、知识图谱的嵌入表达、药物靶标特征的提取以及药物靶标相互作用的预测；首先，处理药物靶标数据，构建药物靶标知识图谱；其次，通过对知识图谱的嵌入表达得到药物、靶标实体的向量表示；然后利用卷积神经网络提取药物‑靶标的特征；最后，将卷积神经网络提取的药物‑靶标特征输入到全连接神经网络进行回归和分类并预测药物‑靶标相互作用的概率。
申请人：中国石油大学(华东)
地址：266580 山东省青岛市黄岛区长江西路66号
国籍：CN
更多信息请下载全文后查看。
一种医学数据库的建立方法[发明专利]
![一种医学数据库的建立方法[发明专利]](https://img.taocdn.com/s3/m/809918967fd5360cbb1adb25.png)
专利名称：一种医学数据库的建立方法专利类型：发明专利
发明人：成飞,史彤毅,高瞻
申请号：CN201010547722.0
申请日：20101117
公开号：CN102024027A
公开日：
20110420
专利内容由知识产权出版社提供
摘要：本发明提供了一种医学数据库的建立方法，包括以下步骤：(1)将源文档转换为能够进行文本查找的全文数据，建立以下检索索引：a.全文检索索引，b.注释性索引，c.文献外部特征索引，d.难易程度评分索引；(2)选择所述检索索引的一部分分配权重，构建基于检索词出现频度的加权评分排序程序。
利用本发明提供的方法建立的医学数据库，能够根据用户的知识水平检索到相关度非常高，适于该用户使用的医学文献，能够大大提高检索效率，方便具有不同级别医学知识的用户使用。
申请人：北京健康在线网络技术有限公司
地址：100088 北京市西城区德胜门外甲5号中天大厦三层
国籍：CN
代理机构：北京中海智圣知识产权代理有限公司
代理人：李奎书
更多信息请下载全文后查看。
基于医疗大数据的医学关键词库建立方法及系统[发明专利]
![基于医疗大数据的医学关键词库建立方法及系统[发明专利]](https://img.taocdn.com/s3/m/8c3d03428f9951e79b89680203d8ce2f006665d3.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 202110095731.9(22)申请日 2021.01.25(71)申请人 武汉大学地址 430072 湖北省武汉市武昌区八一路299号(72)发明人 李红良 陈明明 秦娟娟 (74)专利代理机构 湖北武汉永嘉专利代理有限公司 42102代理人 唐万荣(51)Int.Cl.G16H 50/70(2018.01)G06F 40/216(2020.01)G06F 40/289(2020.01)(54)发明名称基于医疗大数据的医学关键词库建立方法及系统(57)摘要本发明公开了一种基于医疗大数据的医学关键词库建立方法及系统，该方法包括步骤：从数据项中提取术语和目标字段，根据目标字段得到关键词字段，根据术语和关键词字段得到匹配式；利用匹配式对待查找的文本进行匹配，记录得到的所有关键词以及关键词所在的文本段；将文本段进行断句分词和向量化处理，计算各关键词的评分值，根据该评分值筛选出候选关键词；对候选关键词进行分类，包括合法、否定和可疑关键词；确认这三类关键词的剔除关键词，形成关键词库。
本发明的医学关键词库，便于提取与挖掘医学数据中的目标疾病、病史、症状、体征、治疗等，便于后续的大数据解析。
权利要求书2页 说明书5页 附图2页CN 112768080 A 2021.05.07C N 112768080A1.一种基于医疗大数据的医学关键词库建立方法，其特征在于，包括以下步骤：从数据项中提取术语和目标字段，根据目标字段得到关键词字段，根据术语和关键词字段得到匹配式；利用匹配式对待查找的文本进行匹配，记录得到的所有关键词以及该关键词所在的文本段；将文本段进行断句分词处理以及向量化，计算各关键词在总文本段中出现的频率、逆向文件频率以及各关键词与文本段的相似程度；将出现频率、逆向文件频率和相似程度这三个值相乘，得到各关键词的评分值，根据该评分值筛选出候选关键词；对候选关键词进行分类，包括合法关键词、否定关键词和可疑关键词；并确认合法关键词、否定关键词和可疑关键词的剔除关键词，形成关键词库。
基于生物信息学的药物靶标预测与分析研究
基于生物信息学的药物靶标预测与分析研究药物靶标预测与分析是生物信息学领域的重要研究方向，能够帮助我们了解药物作用的靶点以及药物与靶点之间的相互作用机制。
本文将围绕基于生物信息学的药物靶标预测与分析展开讨论，以期为读者提供相关知识。
一、引言药物靶标是指药物分子与生物体内的特定分子相互作用，从而发挥疗效的物质。
药物的研发过程中，药物靶标的选择至关重要。
准确地预测和分析药物靶标对于药物研究和开发具有重大意义。
生物信息学技术是实现药物靶标预测和分析的重要手段之一。
二、药物靶标预测1. 基于结构的方法基于结构的药物靶标预测依赖于药物分子和已知靶点蛋白质的结构信息进行分析。
常用的方法包括基于分子对接的方法、药物分子的结构相似性搜索、结构主动亚编码方法等。
这些方法可以通过计算预测药物分子与靶点蛋白质的亲和力以及结合模式，进而预测药物靶标。
2. 基于序列的方法基于序列的药物靶标预测是根据药物分子和已知靶点蛋白质序列的相似性进行分析。
该方法通过比对药物分子和蛋白质序列之间的差异和相似性来预测药物的靶点。
其中，常用的方法有序列比对算法、蛋白质家族分类算法、利用机器学习进行预测等。
3. 基于系统生物学的方法基于系统生物学的药物靶标预测侧重于了解药物分子与整个生物系统之间的相互作用。
通过整合多组学数据，如基因表达数据、蛋白质互作数据、药物与基因组的关联数据等，进行网络分析和系统建模，可以揭示药物分子的靶点及其对整个生物系统的作用。
三、药物靶标分析1. 功能注释和富集分析对预测到的药物靶点进行功能注释和富集分析有助于了解其生物学功能和参与的通路。
通过比对已知数据库，如基因本体库、KEGG、GO数据库等，可以对靶点进行功能注释和富集分析。
2. 互作网络分析通过构建药物-靶点与靶点-靶点之间的互作网络，可以揭示药物分子与靶点之间的相互作用模式和作用机制。
网络分析方法，如图论、聚类分析、模块识别等，可以帮助研究者深入了解药物靶标的相互关系。
生物大数据技术在药物靶标发现中的应用教程
生物大数据技术在药物靶标发现中的应用教程近年来，随着生物大数据技术的不断发展，它在药物研究领域中的应用日益广泛。
生物大数据技术通过整合、分析和挖掘大量的生物信息数据，为药物靶标发现提供了一种新的方法和工具。
本文将介绍生物大数据技术在药物靶标发现中的应用教程。
首先，生物大数据技术在药物靶标发现中的第一步是数据整合。
药物靶标发现涉及到大量的生物数据，包括基因组学、蛋白质组学、代谢组学等多个层面的信息。
因此，将这些数据进行整合是非常必要的。
通过整合不同数据来源的信息，可以更全面、准确地了解生物系统的特点和药物作用机制。
其次，生物大数据技术在药物靶标发现中的第二步是数据分析。
通过对整合后的生物数据进行统计和分析，可以挖掘出一些与药物作用相关的生物标志物。
例如，基因表达数据可以通过差异分析找出在不同条件下表达量变化显著的基因，这些基因可能与药物靶标的识别和功能有关。
在数据分析的过程中，常常需要应用机器学习算法。
机器学习算法可以根据已有的标注信息，学习出模式和规律，并预测新的样本。
在药物靶标发现中，可以利用机器学习算法对标志物进行进一步筛选和评估。
例如，可以利用支持向量机（Support Vector Machine）算法，将已知的靶标与非靶标样本进行训练，然后通过该模型对未知样本进行分类，找出与药物作用相关的靶标。
另外，生物大数据技术还可以用于预测药物的副作用和毒性。
通过对大量药物和毒性相关数据的分析，可以建立药物与毒性之间的关联模型。
例如，可以通过挖掘药物化学结构与毒性数据库中的关联数据，预测新药物的潜在毒性，从而在早期筛选中避免对人体产生不利影响的候选化合物。
此外，生物大数据技术还可以应用于药物组合设计。
药物组合疗法是一种常见的治疗方式，但是由于药物之间的相互作用复杂性，选择合适的药物组合一直是一个挑战。
生物大数据技术可以通过整合多组学数据，包括基因组、转录组、蛋白质组等，探索药物之间的相互作用网络，预测不同药物组合产生的效果，并优化药物组合方案。
基于药物相互作用相似性识别药物靶标的系统及方法[发明专利]
![基于药物相互作用相似性识别药物靶标的系统及方法[发明专利]](https://img.taocdn.com/s3/m/cd896dc5192e45361166f593.png)
专利名称：基于药物相互作用相似性识别药物靶标的系统及方法
专利类型：发明专利
发明人：萧凤鸣
申请号：CN201210584373.9
申请日：20121228
公开号：CN103902848A
公开日：
20140702
专利内容由知识产权出版社提供
摘要：本发明提供了一种基于药物相互作用相似性识别药物靶标的系统及方法，所述方法包括
S1、采集若干小分子化合物的药物相互作用的数据；S2、根据数据建立包含各个小分子化合物的药物相互作用信息的靶标数据库；S3、选取待测药物，建立待测药物与靶标数据库中各小分子化合物的药物相互作用标记；S4、计算待测药物的药物相互作用标记与靶标数据库中各小分子化合物的药物相互作用标记的欧氏距离；S5、计算欧氏距离的预测概率值；S6、将预测概率值按大小进行药物相互作用标记相似度的排序，并列出相似小分子化合物之靶标，得到待测药物的靶标。
基于以上系统和方法，不仅能降低靶标预测的成本，也能方便实现中药标准化。
申请人：深圳先进技术研究院
地址：518055 广东省深圳市南山区西丽大学城学苑大道1068号
国籍：CN
代理机构：深圳市科进知识产权代理事务所(普通合伙)
代理人：宋鹰武
更多信息请下载全文后查看。
药物-靶标相互作用的数据库
药物-靶标相互作用的数据库我们都知道，新药研发的关键首先是寻找药物分子靶标，而推进药物发现和药物重定向进程发展的一个有效的方法是从分子层面上对药物和靶标的相互作用关系进行预测。
今天小编就给大家介绍一个用于分析药物-靶标相互作用的数据库：SuperTarget （/supertarget/index.php?site=home）。
整合了与药物指征、药物不良反应、药物代谢、通路和基因本体论（GO）术语相关的药物相关信息。
主要包含3个条目：药物、蛋白、副作用。
除此之外，还可以获得有关通路和本体的信息。
单独的章节专门介绍了一组特殊的靶标靶点-细胞色素（CYP）P450。
所有这些条目通过药物-蛋白质，蛋白质-蛋白质和药物-副作用关系相互连接，并且包含有关来源，ID，物理性质，参考文献等的丰富注释。
下图为SuperTarget的系统架构和数据库条目数。
除了靶标、药物和通路外，该数据库还提供了与药物-靶标相互作用相关的>6500个GO术语，及蛋白质结构的3万个链接。
此外，还包括ConsensusPathDB中的蛋白质间相互作用。
该网站提供了多种方式获取和查看有关药物和靶标的相关信息。
1.快速搜索为了提供对数据的快速访问，主页面提供了一个名为“ T argle”的简单全文搜索，该搜索分别返回了针对药物，靶标和通路的相关数据。
点击搜索后返回如下结果。
2.分类搜索每个条目类型都有专门的搜索部分：即药物，靶标，通路，基因本体论和CYPs。
所有不同的条目都是相互关联的，因此可以从药物搜索结果中轻松获得推定靶标和受影响途径的详细信息。
这里我们以Drugs为例，进行简要介绍。
输入药物查询结果如下：主要包含药物名称、通路、PubChem id、Anatomical Therapeutic Chemical分类系统的相应ATC代码及靶标等信息。
依次点击超链接，可进入相应的详细信息页面。
单击药物名称（这里点击：Esomeprazole），可以获取有关该药物的更多信息（如化学结构式、副作用等）。
- 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)。
(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 201910284053.3
(22)申请日 2019.04.10
(66)本国优先权数据
201811201350.9 2018.10.16 CN
(71)申请人 中国人民解放军军事科学院军事医
学研究院
地址 100850 北京市海淀区太平路27号
(72)发明人 周文霞 韩露 张永祥 高圣乔
程肖蕊 肖智勇 黄晏 刘港
王同兴
(74)专利代理机构 北京纽乐康知识产权代理事
务所(普通合伙) 11210
代理人 白明珠
(51)Int.Cl.
G16B 50/30(2019.01)
G16H 70/40(2018.01) (54)发明名称
基于药物及靶标信息的药物综合信息库建
设方法及系统
(57)摘要
本发明公开了基于药物及靶标信息的药物
综合信息库建设方法及系统，包括以下步骤：S1
从数据库中获取药物以及药物靶标相关数据信
息，并同时整合不同来源数据；S2将收集的不同
来源数据进行标准化处理，并根据数据类别构建
药物信息表单；S3根据药物信息表单的键值，将
所有数据进行关联，构建药物综合信息库模型。
本发明有益效果：用户能够非常直观便捷的获取
关注药物或靶标相关的信息；通过药物和药物靶
标实现查询和结果的可视化关联展示。
权利要求书1页 说明书7页 附图2页CN 110021367 A 2019.07.16
C N 110021367
A
权 利 要 求 书1/1页CN 110021367 A
1.一种基于药物及靶标信息的药物综合信息库建设方法，其特征在于，包括以下步骤：
S1从数据库中获取药物以及药物靶标相关数据信息，并同时整合不同来源数据；
S2将收集的不同来源数据进行标准化处理，并根据数据类别构建药物信息表单；
S3 根据药物信息表单的键值，将所有数据进行关联，构建药物综合信息库模型。
2.根据权利要求1所述的基于药物及靶标信息的药物综合信息库建设方法，其特征在于，所述步骤S1中获取药物以及药物靶标相关数据信息的过程需从对应数据库中下载对应的药物关联数据文件，并对获得的文件进行解析和清洗，提取所需的信息。
3.根据权利要求1所述的基于药物及靶标信息的药物综合信息库建设方法，其特征在于，所述步骤S1中整合不同来源数据，去除重复字段和冗余信息内容，对其缺失的信息进行补全。
4.根据权利要求1所述的基于药物及靶标信息的药物综合信息库建设方法，其特征在于，所述步骤S1中数据库包括但不限于drugbank、chembl、TCMID、pubchem、SMPDB和KEGGdrug。
5.根据权利要求1所述的基于药物及靶标信息的药物综合信息库建设方法，其特征在于，所述步骤S2中药物信息表单包括但不限于小分子药物基本信息表、中药信息表、靶标数据信息表、靶标分类数据信息表和药物-靶标相互作用信息表。
6.根据权利要求1-5任一项所述的基于药物及靶标信息的药物综合信息库建设方法，其特征在于，所述步骤S3中将构建药物综合信息库模型进行展示，其中，所述展示页面包括但不限于药物识别信息、药物特性、药理信息、毒理信息、药物药物相互作用信息、参考网站外链接信息和药物靶标的网络展示。
7.一种基于药物及靶标信息的药物综合信息库建设系统，其特征在于，包括：
获取模块，用于从数据库中获取药物以及药物靶标相关数据信息，并同时整合不同来源数据；
第一构建模块，用于将收集的不同来源数据进行标准化处理，并根据数据类别构建药物信息表单；
第二构建模块，用于根据药物信息表单的键值，将所有数据进行关联，构建药物综合信息库模型。
8.根据权利要求7所述的基于药物及靶标信息的药物综合信息库建设系统，其特征在于，所述获取模块中获取药物以及药物靶标相关数据信息的过程需从对应数据库中下载对应的药物关联数据文件，并对获得的文件进行解析和清洗，提取所需的信息。
9.根据权利要求7所述的基于药物及靶标信息的药物综合信息库建设系统，其特征在于，所述获取模块中整合不同来源数据，去除重复字段和冗余信息内容，对其缺失的信息进行补全。
10.根据权利要求7-9任一项所述的基于药物及靶标信息的药物综合信息库建设系统，其特征在于，所述获取模块中数据库包括但不限于drugbank、chembl、TCMID、pubchem、SMPDB和KEGGdrug。
2。