[发明专利]一种基于多元数据预测药物靶向蛋白互作的预测方法

摘要

一种基于多元数据预测药物靶向蛋白互作(Protein‑Protein Interaction，PPI)的预测方法。本方法以药物是否靶向蛋白互作为研究对象，开发了一种利用蛋白质的结构、功能和氨基酸序列等十一类特征预测药物靶向蛋白互作的集成分类器算法，该预测方法可应用于对蛋白之间是否存在相互作用以及药物与蛋白质的互作靶点是否发生在蛋白结合界面(PPI interface)上进行预测。

主权项

1.一种基于多元数据预测药物靶向蛋白互作的预测方法，其特征是，提取蛋白互作数据库、蛋白互作面数据库、药物‑蛋白互作位点数据库、蛋白‑配体复合物数据库和蛋白‑蛋白复合物数据库，进而整理成正负样本，基于SVM和贪婪算法进行特征选择，最终构建集成分类器来预测药物靶向蛋白互作；包括如下步骤：步骤1.输入一个药物和两个蛋白；步骤2.判断步骤1所提供的药物和两个蛋白是否存在相互作用；具体内容为，通过整理蛋白互作数据库包含的所有非冗余蛋白互作，提取蛋白互作数据库，从而对两个蛋白之间是否存在蛋白互作进行预测；如果“是”，则执行步骤3，否则确定为两个蛋白不存在相互作用；步骤3.判断药物靶点是否位于蛋白互作面；具体内容为，通过提取PDB数据库中蛋白互作面数据，整理出蛋白互作面数据库；通过提取蛋白互作、蛋白结构数据库中药物‑蛋白互作位点数据，整理出药物‑蛋白互作位点数据库，从而对蛋白药物靶点是否位于蛋白互作面上进行预测；如果“是”，则执行步骤6，否则执行步骤4；步骤4.判断药物和蛋白互作复合物是否相关；具体内容为，以蛋白结构数据库为基础，整理出非冗余蛋白‑配体复合物数据库，从而对药物和蛋白互作的复合物是否相关进行预测；如果“是”，则执行步骤6，否则执行步骤5；步骤5.判断药物‑蛋白复合物和蛋白‑蛋白复合物是否相关；具体内容为，以蛋白互作、蛋白结构、配体靶向数据库为基础，整理出蛋白‑蛋白复合物数据库，从而对药物‑蛋白复合物和蛋白‑蛋白复合物是否相关进行预测；如果“是”，则执行步骤6，否则退出；步骤6.形成正负样本；具体内容为，根据步骤3‑5中整理出的结果数据，确定正负样本，其中没有药物靶向的蛋白互作与药物对为负样本，有药物靶向的蛋白互作与靶向蛋白互作的药物对为正样本；步骤7.基于SVM和贪婪算法的特征选择；具体内容为，对步骤6中样本，提取蛋白结构、功能和序列十一类特征即：氨基酸频率、组合氨基酸频率、氨基酸理化性质、蛋白质结构信息、氨基酸残基温度、互作蛋白比率、互作蛋白和药物比率、互作蛋白和药物靶蛋白比率、可靶向的互作蛋白、基于ppi的蛋白互作的可药性、以及基于pathway的蛋白互作的可药性，基于SVM和十折交叉验证方法，结合贪婪算法对每一类特征进行特征选择；步骤8.集成分类器构建；具体内容为，基于步骤7中每一类特征的特征选择结果和子模型，应用多数表决结合策略，构建集成分类器；步骤9.预测药物靶向蛋白互作；具体内容为，根据步骤8构建的集成分类器进行相应预测，预测药物是否靶向蛋白互作；如果“是”，则确定为药物靶向蛋白互作，否则确定为药物未靶向蛋白互作。