机器学习和生物信息学实验室联盟

标题: 邴嘉欣-2016.5.6组会-药物-基因-副作用网络中的预测问题 [打印本页]

作者: Severus 时间: 2016-6-16 23:26
标题: 邴嘉欣-2016.5.6组会-药物-基因-副作用网络中的预测问题
标题：邴嘉欣-2016.5.6组会-药物-基因-副作用网络中的预测问题

报告人：邴嘉欣

摘要：药物-基因-副作用网络是包含了药物-基因关系和药物-副作用关系的异构网络，通过研究三者间的关系，达到给出某种药物，能预测出引起的副作用或被药物扰动的基因。目前有的方法包括：

1、药物-靶点-副作用预测：
   结合靶点的概念（其实与基因有一定的相似之处，因为药物结合的靶点实际上就是药物作用的基因表达所产生的蛋白质），根据与靶点结合的配体的相似性，利用Blast算法或朴素贝叶斯分类算法计算出一个期望值，来预测某种药物是否作用于某个靶点上。

2、化学系统生物学方法：
   通过比较配体在所有已知蛋白质中的结合位置结构，生成一个脱靶结合点网络，根据一个评估参数：标准化结合分数，来对具有相似结合位点的蛋白质进行排名，再根据结构和功能特性聚类成一个可调控路径的网络。

参考论文：
[1] Large-Scale prediction and testing of drug activity on side-effect targets    文章链接
[2] Predicting drug side-effects by chemical systems biology    文章链接
[3] Predicting new molecular targets for known drugs    文章链接
[4] Drug Discovery Using Chemical Systems Biology: Identification of the Protein-Ligand Binding Network To Explain the Side Effects of CETP Inhibitors    文章链接
[5] Building the process-drug-side effect network to discover the relationship between biological processes and side effects    文章链接

报告的PPT请见

欢迎光临机器学习和生物信息学实验室联盟 (http://123.57.240.48/)