药物靶点定位

药物重新定位的实验验证
我们在五个已知批准的药品中，通 过生物测定结果来预测新的药物靶的适应 症。
在polypharmacology的活动，剂量-反应曲线 对雌激素受体（ER）和二肽基肽酶IV（DPP-IV ）的实验验证
用MTT法检测，剂量-反应曲线的抗增殖效力酮 康唑（A）和辛伐他丁（B）对人体MDA-MB231乳腺癌细胞株的效应。
联受体； 图4：核受体。
10倍交叉验证测试中，由30个仿真倍 的4个标准数据集的平均AUC：
方法 DBSI TBSI NBI
酶
离子通
道
0.781± 0.709± 0.018 0.025
0.903± 0.905± 0.016 0.018
0.975± 0.976± 0.006 0.007
G蛋白偶 核受体 联受体
结论
新开发的基于二部网络的推 理（NBI）在药物的重新定位上 可能是一个强有力的工具。
讨论与展望
NBI只用DTI拓扑网络相似性推断出潜 在的新DTI，并不需要任何的目标和 药物的三维结构信息，但是此方法忽 略了药物的结构信息，所以药物的作 用机制还需用另外的方法来推测。
南华大学药物药理研究所
背景
药物靶相互作用（DTI）是药物 发现和设计的基础。
但是传统的方法来预测新的目标 既耗时也比较昂贵。
因此，基于复杂网络理论，开发了三 个新的推理方法来预测DTI和用于药物重新
定位：
药物为基础的相似性推理（DBSI）
目标为基础的相似性推理（TBSI）
网络为基础的相似性推理（NBI）
读书报告
文献来源： Feixiong Cheng, Chuang Liu, Jing Jiang, Weiqiang Lu,
Weihua Li,Guixia Liu, Weixing Zhou, Jin Huang, and Yun Tang. PLoS Comput Biol. 2012 May; 8(5): e1002503. 报告人:张新意 10级 导 师:陈临溪 教授
结果
药物靶标相互作用的预测 药物重新定位的实验验证 验证药物靶标相互作用的网络可视化
药物靶标相互作用的预测
起先，在DT二分网络，构建了著名的 药物数据库的数据提取DrugBank。
这种药理空间的全面映射，通过使用 NBI的方法，使我们能够预测老药的新 适应症。
在药物 靶（DT）的 二分网络， 其中药物节 点（圆圈） 和目标节点 （方形）的 灰色边缘彼 此连接。
步骤来自百度文库
收集已知的药物靶相互作用数据和建设二分药物靶图 计算
对于给定目标来预测新的方法和新的药物 通过实验分析来验证新的药物 使实验结果可视化
在NBI方法 中，只使用 已知DT二 分网络拓扑 结构的相似 性，来预测 未知DTI 。
性能基准数据集上的比较
图1：酶； 图2：离子通道； 图3：G蛋白偶
0.755± 0.789± 0.033 0.084
0.745± 0.044
0.946± 0.019
0.528± 0.139
0.838± 0.087
在受试者工作特征（ROC）曲线 上我们很容易看到所有的方法表现 良好，在真正的高阳性率（TPR） 所相对应的假阳性率（FPR）中， NBI所对应的总是最佳的值。
与传统的计算方法相比，NBI 方法只利用已知的药物-靶标网络 拓扑信息，不需要任何药物小分子 或靶标蛋白的结构信息，这是一大 突破。
验证药物靶相互作用的网络可视化 创建一个可视化的网络药物靶，我们 可以从目标疾病和疾病基因中发现新 的治疗适应症或不利影响的老药可能 会给我们提供有用的信息。
目标疾病和疾病的基因关联网络