一种药物重定位方法、系统、智能终端及介质

本发明涉及生物信息，尤其涉及的是一种药物重定位方法、系统、智能终端及介质。

背景技术：

1、药学研究和药物生产为人类提供了治疗疾病和维护健康的工具，在使用药物治疗疾病的过程中，通过药物组合能够为联合用药和药物重定位提供非常具有价值的信息。由于药物组合还需要考虑药物的剂量，因此药物组合数目会随着药物种类以及剂量的增加而出现爆发式增长，为治疗某种疾病来选择合适的药物组合带来了很大的困难。

2、目前，对药物组合的研究方法层出不穷，有的是通过蛋白质-蛋白质相互作用构建蛋白质相互作用组来计算配对药物之间的网络距离，从而达到计算配对药物相似性的目的。但是，由于无法全面获取蛋白质与蛋白质之间的相互作用，使得通过蛋白质相互作用组计算药物的网络距离具有一定的局限性。同时，由于药物靶点较少，而且存在多种药物只有一个靶点的情况，无法通过蛋白质相互作用组来计算只有一个靶点的药物之间的网络距离。因此，现有技术中存在药物组合的准确性较低的缺陷。

技术实现思路

1、鉴于上述现有技术的不足，本发明的目的在于提供一种药物重定位方法、系统、智能终端及介质，旨在解决现有技术中存在的药物组合的准确性较低的问题。

2、为了实现上述目的，本发明第一方面提供一种药物重定位方法，包括：

3、获取若干种具有靶点的药物，生成靶点药物集合；

4、从目标文献知识库中选取与所述靶点药物集合中的药物相关的文献，并利用所有所述文献构建文献引用网络；

5、对所有所述药物进行配对，获得若干组配对药物；

6、基于所述文献引用网络，提取每组所述配对药物中的药物之间的相似度；

7、基于所述相似度对所述配对药物进行重定位，获得重定位结果。

8、可选的，所述从目标文献知识库中选取与所述靶点药物集合中的药物相关的文献，并利用所有所述文献构建文献引用网络，包括：

9、获取与所述靶点药物集合中的药物直接相关或通过靶点相关的文献，获得相关文献；

10、获取所述相关文献之间的相互引用关系，并基于所述相关文献和所述相互引用关系，构建文献引用网络。

11、可选的，所述基于所述文献引用网络，提取每组所述配对药物中的药物之间的相似度，包括：

12、基于所述文献引用网络，筛选出与每组所述配对药物中的每种药物分别相关的文献，获得所述每种药物所对应的目标文献；

13、计算所述每种药物对应的目标文献之间的平均路径长度，获得自相关路径长度；

14、计算每组所述配对药物中的每种药物各自对应的目标文献之间的平均路径长度，获得互相关路径长度；

15、基于所述自相关路径长度和所述互相关路径长度，获得每组所述配对药物中的药物之间的网络距离；

16、基于所述网络距离，分别提取每组所述配对药物中的药物之间的相似度。

17、可选的，所述配对药物至少包括第一药物和第二药物，所述目标文献至少包括与所述第一药物相关的第一目标文献，以及与所述第二药物相关的第二目标文献，所述计算每组所述配对药物中的每种药物各自对应的目标文献之间的平均路径长度，获得互相关路径长度，包括：

18、基于所述文献引用网络，计算每个所述第一目标文献分别与每个所述第二目标文献之间的距离，获得每个所述第一目标文献与所有所述第二目标文献之间的最短路径长度；

19、基于所述文献引用网络，计算每个所述第二目标文献分别与每个所述第一目标文献之间的距离，获得每个所述第二目标文献与所有所述第一目标文献之间的最短路径长度；

20、计算所有所述最短路径长度的平均值，获得所述第一目标文献与所述第二目标文献之间的互相关路径长度。

21、可选的，所述基于所述文献引用网络，提取出每组所述配对药物中的药物之间的相似度，包括：

22、基于所述文献引用网络，筛选出与每组所述配对药物中的每种药物分别相关的文献，获得所述每种药物所对应的目标文献；

23、计算与每组所述配对药物中的药物分别对应的目标文献之间的交集和并集；

24、基于所述交集对应的文献数量和所述并集对应的文献数量之间的比值或者差值，提取出每组所述配对药物中的药物之间的相似度。

25、可选的，所述配对药物至少包括第一药物和第二药物，所述基于所述文献引用网络，提取出每组所述配对药物中的药物之间的相似度，包括：

26、基于所述文献引用网络，筛选出与每组所述配对药物中的每种药物分别相关的文献，获得所述每种药物所对应的目标文献；

27、在所述第二药物对应的目标文献的参考文献中查找所述第一药物对应的目标文献，获得与所述第一药物对应的引用文献数量；

28、基于与所述第一药物对应的目标文献的数量，以及与所述第一药物对应的引用文献数量，获得药物之间的相似度。

29、可选的，所述基于所述相似度对所述配对药物进行重定位，获得重定位结果，包括：

30、若所述相似度的范围满足预设的阈值，则将与所述相似度相对应的配对药物进行重定位，获得重定位结果。

31、本发明第二方面提供一种药物重定位系统，所述系统包括：

32、数据获取模块，用于获取若干种具有靶点的药物，生成靶点药物集合；

33、文献引用网络生成模块，用于从目标文献知识库中选取与所述靶点药物集合中的药物相关的文献，并利用所有所述文献构建文献引用网络；

34、配对药物生成模块，用于对所有所述药物进行配对，获得若干组配对药物；

35、相似度求解模块，用于基于所述文献引用网络，提取每组所述配对药物中的药物之间的相似度；

36、药物重定位模块，用于基于所述相似度对所述配对药物进行重定位，获得重定位结果。

37、本发明第三方面提供一种智能终端，所述智能终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的药物重定位程序，所述药物重定位程序被所述处理器执行时实现任意一项上述药物重定位方法的步骤。

38、本发明第四方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有药物重定位程序，所述药物重定位程序被处理器执行时实现任意一项上述药物重定位方法的步骤。

39、与现有技术相比，本方案的有益效果如下：

40、本发明针对具有靶点的药物，从目标文献知识库中选取与所述药物相关的文献，并利用所有文献构建文献引用网络；基于文献引用网络，提取药物配对后生成的配对药物中的药物之间的相似度，从而根据相似度对配对药物进行重定位，获得重定位结果。本发明通过文献引用网络中的靶点提取不同药物之间的关联关系，将关联关系比较紧密的药物，也即相似度比较高的药物进行重定位，以挖掘各组配对药物应用于新的适应症的潜力，从而提高药物组合的准确性。

技术特征：

1.一种药物重定位方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的药物重定位方法，其特征在于，所述从目标文献知识库中选取与所述靶点药物集合中的药物相关的文献，并利用所有所述文献构建文献引用网络，包括：

3.根据权利要求1所述的药物重定位方法，其特征在于，所述基于所述文献引用网络，提取每组所述配对药物中的药物之间的相似度，包括：

4.根据权利要求3所述的药物重定位方法，其特征在于，所述配对药物至少包括第一药物和第二药物，所述目标文献至少包括与所述第一药物相关的第一目标文献，以及与所述第二药物相关的第二目标文献，所述计算每组所述配对药物中的每种药物各自对应的目标文献之间的平均路径长度，获得互相关路径长度，包括：

5.根据权利要求1所述的药物重定位方法，其特征在于，所述基于所述文献引用网络，提取出每组所述配对药物中的药物之间的相似度，包括：

6.根据权利要求1所述的药物重定位方法，其特征在于，所述配对药物至少包括第一药物和第二药物，所述基于所述文献引用网络，提取出每组所述配对药物中的药物之间的相似度，包括：

7.根据权利要求1所述的药物重定位方法，其特征在于，所述基于所述相似度对所述配对药物进行重定位，获得重定位结果，包括：

8.药物重定位系统，其特征在于，所述系统包括：

9.智能终端，其特征在于，所述智能终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的药物重定位程序，所述药物重定位程序被所述处理器执行时实现如权利要求1-7任意一项所述药物重定位方法的步骤。

10.计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有药物重定位程序，所述药物重定位程序被处理器执行时实现如权利要求1-7任意一项所述药物重定位方法的步骤。

技术总结本发明提供的药物重定位方法、系统、智能终端及介质，具体涉及生物信息技术领域，方案包括：获取若干种具有靶点的药物，生成靶点药物集合；从目标文献知识库中选取与靶点药物集合中的药物相关的文献，并利用所有文献构建文献引用网络；对所有药物进行配对，获得若干组配对药物；基于文献引用网络，提取每组配对药物中的药物之间的相似度；基于相似度对配对药物进行重定位，获得重定位结果。该方案通过文献引用网络中的靶点提取不同药物之间的关联关系，将关联关系比较紧密的药物，也即相似度比较高的药物进行重定位，以挖掘各组配对药物应用于新的适应症的潜力，从而提高药物组合的准确性。技术研发人员：马一方,梁向龙,姜鑫受保护的技术使用者：南方科技大学技术研发日：技术公布日：2024/6/11