[发明专利]用于发现中药活性成分及其作用靶点的网络药理学方法

权利要求书

1.一种用于发现中药活性成分及其作用靶点的网络药理学方法，其特征在于，包括：

（A）收集用于构建训练集的化合物、蛋白质和它们之间的相互作用数据；

（B）分别获取所述化合物的分子结构和所述蛋白质的氨基酸序列；

（C）根据所述化合物的分子结构计算化合物的分子描述符，根据所述蛋白质的氨基酸序列计算蛋白质的特征描述符；

（D）根据所述分子描述符和特征描述符以及两者之间的相互作用数据构建训练集；

（E）基于所构建的训练集，使用机器学习方法建立化合物和蛋白质相互作用预测模型；

（F）对需要预测的中药，收集其已知的化合物成分，计算所述化合物成分的分子描述符，连同步骤（C）中得到的蛋白质的特征描述符构建预测集；

（G）使用所述预测模型对所述预测集进行预测；

（H）根据步骤（G）得到的模型预测结果构建化合物和蛋白质相互作用网络；

（I）通过对所述网络分析，得到需要预测的中药的潜在活性成分和相应靶点。

2.根据权利要求1所述的用于发现中药活性成分及其作用靶点的网络药理学方法，其特征在于，步骤（C）中所述分子描述符通过Dragon软件计算得到；所述特征描述符通过PseAAC工具计算得到。

3.根据权利要求1或2所述的用于发现中药活性成分及其作用靶点的网络药理学方法，其特征在于，所述步骤（C）中得到分子描述符后，对得到的每一个分子描述符进行如下判断，若满足如下条件之一则剔除该分子描述符：

（1）该分子描述符中含有无效值；

（2）该分子描述符中零值比例大于设定比例；

（3）该分子描述符的标准差小于设定标准差。

4.根据权利要求1所述的用于发现中药活性成分及其作用靶点的网络药理学方法，其特征在于，所述步骤（D）中，根据所述分子描述符和特征描述符构建训练集时：其中的独立变量为计算获得的分子描述符和特征描述符，因变量为化合物和蛋白质之间的相互作用关系，具体构建步骤为：

（1）根据步骤（A）中的相互作用数据做如下判断：如果一个化合物和一个蛋白质之间存在着已知的相互作用关系，那么对应的因变量值为阳性；如果一个化合物和一个蛋白质之间未发现有已知的相互作用关系，对应的因变量值为阴性；

（2）所有存在相互作用关系的化合物和蛋白质构成阳性样本，而阴性样本则从未发现存在相互作用关系的化合物和蛋白质比对中随机产生，并使阳性样本和阴性样本的数据比例保持为1:0.8-1.5。

5.根据权利要求1所述的用于发现中药活性成分及其作用靶点的网络药理学方法，其特征在于，步骤（E）中，所述机器学习方法为逻辑回归方法。

6.根据权利要求1所述的用于发现中药活性成分及其作用靶点的网络药理学方法，其特征在于，所述步骤（H）中，根据步骤（G）得到的模型预测结果构建化合物和蛋白质相互作用网络时：

对于预测结果大于设定阈值时，把相应的化合物和蛋白质作为网络节点，将该化合物和蛋白质用一条边连接，当所有被预测的存在相互作用的化合物和蛋白质比对都被连接起来，网络的构建即完成。

7.根据权利要求6所述的用于发现中药活性成分及其作用靶点的网络药理学方法，其特征在于，所述步骤（I）中，对所述网络分析时：对每个网络节点上的连接边变数进行判断，当连接边变数大于设定值时，保留该网络节点；反之删除该网络节点以及与该网络节点相连的边；最后得到需要预测的中药的潜在活性成分和相应靶点的网络。