近日，信息经济研究所刘闯博士与华东理工大学程飞雄博士，周炜星教授，唐赟教授等合作，在国际知名期刊《PLoS计算生物学》（PLoS Computational Biology）上发表论文“基于网络结构的药物－靶标相互作用的发现和已知药物的重新定位”。程飞雄和刘闯为共第一作者。

药物－靶标相互作用是靶标识别和药物分子设计的基础，但是通过试验发现新的药物靶标连接十分耗时耗力。因此可以考虑通过计算模拟的方法，在已有的药物靶标连接的基础上对新的药物靶标连接作出预测，发现药物潜在的靶标，可为后续的实验验证提供可能性更高的候选药物靶标反应对。许多成功的案例都表明计算模拟预测新的药物靶标连接，对药物的重新定位可以加速药物发现过程。因此，开发一种可以有效识别潜在药物靶标相互作用对的计算模拟方法，具有非常重要的理论和现实意义。
程飞雄和刘闯等基于复杂网络中的物质扩散原理，发展了基于二部网络的推理算法Network based Inference（NBI），用于药物-靶标相互作用预测和药物重新定位研究。他们通过收集DrugBank数据库中已上市药物－靶标信息并构建了药物-靶标二部网络，如下图所示。基于已构建的药物靶标二部网络，利用前期开发的推理算法预测了数千个已知药物的新靶标。基于实验室已有的生物测试平台进行试验验证，发现五个老药，即孟鲁司特(Montelukast)、双氯芬酸(Diclofenac)、辛伐他汀(Simvastatin)、酮康唑(Ketoconazole)和伊曲康唑(Itraconazole)对雌激素受体或二肽基肽酶-IV(DPP-IV)表现出全新的作用，其中Simvastatin和Ketoconazole对MDA-MB-231乳房癌细胞株

  

表现出较好的抗增值活性。结果显示他们的方法具备很好的应用价值。

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。同时他们也发展了基于药物相似推理（DBSI）和基于靶标蛋白一级序列相似推理（TBSI）算法。该研究拓展了网络药理学的研究思路，特别是药物重新定位研究。

期刊信息：《PLoS Computational Biology》属于著名的生物医学类期刊《Public Library of Science, PLoS》系列，也是计算生物学领域中最有影响的学术期刊之一，刊物影响因子为5.808。
论文信息：F.-X. Cheng, C. Liu, J. Jiang, W.-Q. Lu, W.-H. Li, G.-X. Liu, W.-X. Zhou, J. Huang and Y. Tang. Prediction of Drug-Target Interactions and Drug Repositioning via Network-Based Inference. PLoS Comput Biol,8(5),2012: e1002503. doi:10.1371/journal.pcbi.1002503

论文链接：http://www.ploscompbiol.org/article/info:doi/10.1371/journal.pcbi.1002503

转载本文请联系原作者获取授权，同时请注明本文来自张子柯科学网博客。
链接地址：https://blog.sciencenet.cn/blog-210641-581907.html

上一篇：一起回到小时候~
下一篇：2013年CSC对公派生英语的最新要求