[发明专利]一种基于TMPRSS2的新冠COVID-19治疗药物筛选系统

说明书

本发明提供了一种基于TMPRSS2的新冠COVID‑19治疗药物筛选系统，包括依次连接的：数据采集模块，用于采集与TMPRSS2相关的医疗文献资料；生物医学概念实体提取模块，使用自然语言处理从所述医疗文献资料中提取生物医学概念实体；特征向量转化模块，用于将所述生物医学概念实体转换为机器学习可识别的向量形式；以及相似度分析模块，所述特征向量转化模块输出至所述相似度分析模块，通过相似度分析获得治疗药物。本发明的一种基于TMPRSS2的新冠COVID‑19治疗药物筛选系统，从TMPRSS2出发，使用自然语言处理方法，分析与TMPRSS2相关的所有文献，可以在短时间内由程序筛选出COVID‑19相关的药物、器官与靶点，提高治疗方案选取的效率。

技术领域

本发明涉及智慧医疗技术领域，具体涉及一种基于TMPRSS2的新冠COVID-19治疗药物筛选系统。

背景技术

人们对COVID-19这种疾病的症状，自然病史及其发病率感到困惑，从而阻碍了对新型冠状病毒SARS-CoV-2感染引起的人类疾病升级的早期反应。在COVID-19大流行的初期，临床表现在很大程度上被认为是轻度的，有发烧，咳嗽，呕吐和头痛的患者，或严重的，有呼吸困难，凝血功能障碍以及肾脏和其他器官系统功能受损的患者。由于临床表现的复杂性，对COVID-19的精确诊断和治疗一直是一项持续的挑战。此外，由于没有有效的药物可治疗COVID-19，因此迫切需要找到基于冠状病毒发病机理，临床表现，器官受累和过去治疗经验的药物。

许多研究使用生物信息学方法从基因表达分析和蛋白质-蛋白质相互作用分析中预测COVID-19候选药物。其他研究集中在通过分子3D结构的虚拟对接筛选来预测候选药物。这些方法主要用于系统生物学方法来识别COVID-19候选药物。基于人工智能(AI)的自然语言处理(NLP)方法为从许多非结构化研究文章中找出有可能阻止冠状病毒发病机理的循证医学提供了新途径。NLP可以自动从文献中阐明生物医学概念的文本表示形式中的隐藏知识。但是，迄今为止，尚无已发表的从细胞丝氨酸蛋白酶TMPRSS2入手研究，全面阐述关于COVID-19的临床表现和生物医学机制，以确定治疗靶标的优先次序。

众所周知，冠状病毒通过其病毒突波(S)蛋白与宿主细胞受体的结合进入细胞。S蛋白实际上是由宿主细胞的蛋白酶引发的，因此阻断宿主的受体蛋白及其助手可以阻止病毒进入细胞。最近的研究证实，SARS-CoV-2利用SARS-CoV受体TMPRSS2进入细胞。有了这些最近获得的知识，我们认为使用自然语言处理的工具来识别有关TMPRSS2的循证报告可能会迅速而有效地产生有关这些基因与SARS-CoV-2关系的重要知识。这些知识发现药物可能有助于指导人们有效地靶向受体蛋白及其辅助物，以控制COVID-19中的感染。

现已知SARS等冠状病毒S蛋白进入靶细胞取决于与ACE2受体的结合作用以及细胞蛋白酶对S蛋白的启动作用，SARS的S蛋白与其受体ACE2结合是靠细胞丝氨酸蛋白酶TMPRSS2来引发的，与它有76％氨基酸同一性的新型冠状病毒被怀疑有相似的机能。现有技术针对TMPRSS2的研究，都是人工从文献中寻找相关的靶点与药物，然后人工做分子细胞和动物实验，耗时长，效率低，覆盖的知识面不够全面。

发明内容

为了解决上述问题，本发明提供一种基于TMPRSS2的新冠COVID-19治疗药物筛选系统，从TMPRSS2出发，使用自然语言处理方法，分析与TMPRSS2相关的所有文献，可以在短时间内由程序筛选出COVID-19相关的药物、器官与靶点，提高治疗方案选取的效率。

为了实现以上目的，本发明采取的一种技术方案是：