iSEA:药物临床适应症网络建模

 ATC(Anatomical Therapeutic Chemical)药物分类系统由世界卫生组织(WHO)管理,是国际公认的基于临床适应症的药物分类标准。ATC药物分类系统对药物进行树状分类,来表明药物作用的解剖学和药理学等特征。在ATC系统中,一个药物可以具有多个ATC编码,来分别对应其不同的临床适应症。研究表明,具有多个ATC编码的药物通常会作用于多个体内靶点,因此探索ATC类别间的相互关系可用于研究药物多靶效应的规律,并指导药物潜在临床适应症的发现。据此,本研究提出了一种面向药物临床适应症的相似度评价方法iSEA(indication Similarity Ensemble Approach),该方法通过临床适应症对应药物群的集合结构相似性来评价ATC类别间的关联关系,继而预测药物的潜在临床适应症。基于iSEA评价结果,课题组进一步开展了基于ATC类别关联关系的药物临床适应症网络建模研究。


T10.png

        Figure:适应症相似度关联网络模型


传统的临床适应症关联研究往往通过文本挖掘的方法来比较适应症间的关联关系。然而,基于文本挖掘的适应症研究往往受到文本搜索策略等技术的制约,难以全面、定量地描述适应症的特征。本研究提出了面向药物适应症研究的集合相似度的评价方法iSEA,突破了传统关联研究中适应症特征准确定义的瓶颈,通过适应症对应药物群的集合相似度来描述适应症相似度,从而建立适应症间的关联关系,为开展药物临床适应症的定位研究提供了新的研究思路和策略。本研究进一步构建了基于相似度的临床适应症网络,系统描述了适应症间的相互关系,研究表明该模型对于研究ATC适应症分类系统具有一定指导意义。


文章链接:http://pubs.acs.org/doi/abs/10.1021/ci400155x