【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及中藥組分靶點預測領(lǐng)域，具體為一種基于中藥活性化合物結(jié)構(gòu)-疾病靶點-信號通路多層次整合的方法。
技術(shù)介紹
1、網(wǎng)絡(luò)藥理學是一門結(jié)合了系統(tǒng)生物學和多向藥理學思想的新興學科。它的出現(xiàn)為藥物研發(fā)和中藥研究提供了新的方法和思路。通過網(wǎng)絡(luò)藥理學的分析，可以更好地理解藥物與靶點、疾病之間的復雜關(guān)系，有助于提高藥物的療效和減少不良反應。隨著人工智能和大數(shù)據(jù)技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)藥理學在藥物研究領(lǐng)域的應用前景將更加廣闊。該領(lǐng)域的研究方法包括基于網(wǎng)絡(luò)的分子對接、藥物-靶點-疾病復雜網(wǎng)絡(luò)的分析等。然而現(xiàn)有的網(wǎng)絡(luò)藥理學數(shù)據(jù)庫對于中藥活性化合物具有明確化學結(jié)構(gòu)的分子無法直接預測，進而無法滿足中藥活性成分靶點的預測。
2、靶標數(shù)據(jù)庫為現(xiàn)有中藥活性成分化合物靶點預測網(wǎng)站包括tcmsp,tcmid,hit,tcm@taiwan,npact,cancerhsp,npass,drugbank,ttd,stitch,chembl,bindingdb,zinc,superpred,swisstargetprediction,targetnet,pharmmapper,etcmv2.0,batman-tcm,cmap,tcmio，herb.ac.cn(herb),itcm,tmnp,dgidb/cmap,sea?search?server.
技術(shù)實現(xiàn)思路
1、專利技術(shù)目的：針對現(xiàn)有的數(shù)據(jù)庫無法滿足中藥活性成分靶點的預測的問題，本專利技術(shù)提供一種基于中藥活性化合物結(jié)構(gòu)-疾病靶點-信號通路多層次整合的方
2、技術(shù)方案：一種基于中藥活性化合物結(jié)構(gòu)-疾病靶點-信號通路多層次整合的方法，其特征在于，包括如下步驟：
3、s1、通過文獻檢索中藥活性化合物的相關(guān)文獻，獲取中藥活性化合物的結(jié)構(gòu)式；
4、s2、使用化學式繪圖軟件繪制出步驟s1中檢索到的結(jié)構(gòu)式，另存為sdf格式，并將sdf格式轉(zhuǎn)化為smiles格式，保存用于后續(xù)分析；
5、s3、將結(jié)構(gòu)式導入靶標數(shù)據(jù)庫預測中藥活性化合物潛在靶點；
6、s4、針對目標疾病，通過共表達wgcna分析，識別關(guān)鍵基因并進行顯著差異表達分析，找到疾病相關(guān)的hub基因，即目標疾病靶點；
7、s5、使用網(wǎng)絡(luò)藥理學對s3中獲得的中藥活性化合物潛在靶點和s4中得到的目標疾病靶點進行共有基因分析，得到共有靶點；
8、s6、通過分子對接找到中藥活性化合物的化學結(jié)構(gòu)與共有靶點結(jié)合位點，篩選出最關(guān)鍵hub基因；
9、s7、對最關(guān)鍵hub基因進行富集分析，預測白及多糖結(jié)構(gòu)-疾病靶點-信號通路。
10、進一步的，所述s1中，使用的文獻檢索網(wǎng)站包括：谷歌學術(shù)、pubmed、必應學術(shù)和百度學術(shù)。
11、進一步的，所述s2中，使用的化學式繪圖軟件為chemdraw22；使用r包chemminer/chemmineob，實現(xiàn)sdf格式轉(zhuǎn)化為smiles格式。
12、進一步的，所述s5中，使用的網(wǎng)絡(luò)藥理學方法為upset圖。
13、進一步的，所述s6中，分子對接使用autodock?vina，通過分子對接評分確定最關(guān)鍵hub基因。
14、進一步的，所述s7中，使用kegg、reactome、wikipathway、go數(shù)據(jù)庫對最關(guān)鍵hub基因進行富集分析。
15、有益效果：本專利技術(shù)提供一種基于中藥活性化合物結(jié)構(gòu)-疾病靶點-信號通路多層次整合的方法，目前現(xiàn)有數(shù)據(jù)庫和方法不能解決中藥活性化合物的分子靶點問題，本專利技術(shù)能夠快速的對中藥活性化合物結(jié)構(gòu)進行分析，結(jié)合生物信息學疾病靶點的預測，通過分子對接與網(wǎng)絡(luò)藥理學分析，完成中藥活性化合物與疾病的結(jié)合關(guān)系，并篩選下游信號通路，快速完成中藥活性化合物相關(guān)的疾病靶點篩選，用于后續(xù)研究。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種基于中藥活性化合物結(jié)構(gòu)-疾病靶點-信號通路多層次整合的方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于中藥活性化合物結(jié)構(gòu)-疾病靶點-信號通路多層次整合的方法，其特征在于，所述S1中，使用的文獻檢索網(wǎng)站包括：谷歌學術(shù)、pubmed、必應學術(shù)和百度學術(shù)。
3.根據(jù)權(quán)利要求1所述的一種基于中藥活性化合物結(jié)構(gòu)-疾病靶點-信號通路多層次整合的方法，其特征在于，所述S2中，使用的化學式繪圖軟件為ChemDraw22；使用R包ChemmineR/ChemmineOB，實現(xiàn)sdf格式轉(zhuǎn)化為smiles格式。
4.根據(jù)權(quán)利要求1所述的一種基于中藥活性化合物結(jié)構(gòu)-疾病靶點-信號通路多層次整合的方法，其特征在于，所述S5中，使用的網(wǎng)絡(luò)藥理學方法為upset圖。
5.根據(jù)權(quán)利要求1所述的一種基于中藥活性化合物結(jié)構(gòu)-疾病靶點-信號通路多層次整合的方法，其特征在于，所述S6中，分子對接使用AutoDOCK?Vina，通過分子對接評分確定最關(guān)鍵hub基因。
6.根據(jù)權(quán)利要求1所述的一種基于中藥活性化合物結(jié)構(gòu)-疾病靶點-信號通
...【技術(shù)特征摘要】
1.一種基于中藥活性化合物結(jié)構(gòu)-疾病靶點-信號通路多層次整合的方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于中藥活性化合物結(jié)構(gòu)-疾病靶點-信號通路多層次整合的方法，其特征在于，所述s1中，使用的文獻檢索網(wǎng)站包括：谷歌學術(shù)、pubmed、必應學術(shù)和百度學術(shù)。
3.根據(jù)權(quán)利要求1所述的一種基于中藥活性化合物結(jié)構(gòu)-疾病靶點-信號通路多層次整合的方法，其特征在于，所述s2中，使用的化學式繪圖軟件為chemdraw22；使用r包chemminer/chemmineob，實現(xiàn)sdf格式轉(zhuǎn)化為smiles格式。
4.根據(jù)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：蔣瀾，溫宇晶，呂坤，馬迪迪，楊建課，鐘民，張夢瑩，趙珍珍，羅天樂，
申請(專利權(quán))人：皖南醫(yī)學院第一附屬醫(yī)院皖南醫(yī)學院弋磯山醫(yī)院，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。