【技术实现步骤摘要】
预测新冠病毒适应药物的药物重定位方法
[0001]本专利技术涉及药物
‑
疾病关联预测领域,尤其涉及一种预测新冠病毒适应药物的药物重定位方法。
技术介绍
[0002]2019年被发现的COVID
‑
19病毒,因外形类同于以往发现的冠状病毒而被命名为“新型冠状病毒”,是继人类发现并研究的六种冠状病毒外的(229E(HCoV
‑
229E)、HCoV
‑
OC43、HCoVNL63、HCoV
‑
HKU1、严重急性呼吸综合征(SARS)相关冠状病毒(SARS
‑
Cov)和中东呼吸综合征(MERS)相关冠状病毒(MERS
‑
Cov))第7种冠状类病毒。纵观全球疫情情况,新冠病毒正在严重影响人类的正常生活,并且随时威胁着人类的生命安全。尽管现在已经有团队研发了针对性的新冠疫苗,但放眼全球,疫苗还是属于紧缺资源,目前对于新冠肺炎的治疗药物在紧急研发中。更严重的是,新冠病毒的遗传物质是单链RNA,这种遗传物质会使新冠病毒在转录复制阶段很容易发生变异,这种变异存在改变新冠病毒的体外特征的可能,随时威胁着现有新冠病毒疫苗的有效性。目前研究人员已经发现变异的新冠病毒毒株(如德尔塔毒株、奥密克戎毒株),因此,加速研发治疗新冠的有效药物迫在眉睫。
[0003]药物开发通常包括三个阶段:发现、临床前和临床开发。每个阶段都需要花费大量的金钱和时间。药物重定位技术,是一种为现有药物寻找其他适应症状的技术(简称旧药新用)。
【技术保护点】
【技术特征摘要】
1.一种预测新冠病毒适应药物的药物重定位方法,其特征在于,包括:步骤1:采用WKNKN算法处理人类药物
‑
病毒关联数据集HDVD,所述数据集包括药物
‑
疾病关联邻接矩阵Y、药物化学结构相似度矩阵、疾病语义相似度矩阵;挖掘潜在相互作用的似然分数,降低药物
‑
疾病关联矩阵Y的稀疏性,得到处理后的人类药物
‑
病毒关联数据集HDVD;步骤2:根据处理后的人类药物
‑
病毒关联数据集HDVD分别计算药物和病毒的杰卡德相似性和高斯核相似性,得到药物和疾病的杰卡德相似矩阵DS
jac
和dS
jac
,得到疾病的高斯核相似矩阵dS
Gaus
以及药物的高斯核相似矩阵DS
Gaus
;步骤3:分别结合药物的化学相似性和病毒的序列相似性利用中心核对称多核学习方式进行整合,从而分别获得药物和病毒的综合相似性矩阵;步骤4:结合处理后的人类药物
‑
病毒关联数据集HDVD信息,通过压缩感知算法补全原人类药物
‑
病毒关联数据集中缺失的关联,得到预测概率矩阵;步骤5:将得到预测概率矩阵作为药物
‑
病毒的预测结果矩阵。2.如权利要求1所述的预测新冠病毒适应药物的药物重定位方法,其特征在于,步骤1包括以下子步骤:子步骤1、对于每个药物D
i
,采用与其最接近的K种已知药物的化学相似度矩阵DS
chem
及其对应的关联作用来估计D
i
的相互作用似然分数,推导公式如下:其中D1到表示药物D
i
的K个近邻药物,按降序排列;的K个近邻药物,按降序排列;是权重系数,其中η是衰减项并满足η≤1,是权重系数,其中η是衰减项并满足η≤1,是正则化项;子步骤2、相似地,对于每个疾病d
j
,采用与其最接近的K种已知疾病的语义相似性及其对应的交互作用来估计d
j
的交互似然分数,推导公式如下:其中d
1 to表示d
j
的K个近邻药物,按降序排列;的K个近邻药物,按降序排列;是权重系数,其中η是衰减项并满足η≤1,重系数,其中η是衰减项并满足η≤1,是正则化项;子步骤3、采用下式计算得到处理后的药物
‑
疾病关联邻接矩阵Y
F
:3.如权利要求2所述的预测新冠病毒适应药物的药物重定位方法,其特征在于,步骤2中,采用下式计算药物的杰卡德相似矩阵DS
jac
:其中Γ(x)是与药物D
x
相关联的疾病集合,Γ(y)是与药物D
y
相关联的疾病集合;
同理,按照上述方式计算出疾病的杰卡德相似矩阵dS
jac
。4.如权利要求3所述的预测新冠病毒适应药物的药物重定位方法,其特征在于,步骤2中,将疾病d
i
和d
j
之间的高斯核相似性表示为dS
Gaus
,药物D
i
和D
j
之间的高斯核相似性表示为DS
Gaus
,计算方法如下:dS
Gaus
(d
i
,d
j
)=exp(
‑
α
d
||Q(d
i
)
‑
Q(d
j
)||2);DS
Gaus
(D
i
,D
j
)=exp(
‑
α
D
||Q(D
i
)
‑
Q(D
j
)||2);在药物
‑
【专利技术属性】
技术研发人员:顾国生,李健明,许浩杰,谢国波,孙宇平,林志毅,
申请(专利权)人:广东工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。