评价药物治疗过程中多靶点组合对疗效的影响的方法.pdf

上传人:xia****o6 文档编号:13773004 上传时间:2023-05-26 格式:PDF 页数:14 大小:1.33MB
收藏 版权申诉 举报 下载
评价药物治疗过程中多靶点组合对疗效的影响的方法.pdf_第1页
第1页 / 共14页
评价药物治疗过程中多靶点组合对疗效的影响的方法.pdf_第2页
第2页 / 共14页
评价药物治疗过程中多靶点组合对疗效的影响的方法.pdf_第3页
第3页 / 共14页
文档描述:

《评价药物治疗过程中多靶点组合对疗效的影响的方法.pdf》由会员分享,可在线阅读,更多相关《评价药物治疗过程中多靶点组合对疗效的影响的方法.pdf(14页完成版)》请在专利查询网上搜索。

1、(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202211161383.1 (22)申请日 2022.09.22 (66)本国优先权数据 202111110272.3 2021.09.22 CN (71)申请人 中国中医科学院中医临床基础医学 研究所 地址 100700 北京市东城区东直门内南小 街16号 (72)发明人 王忠刘琼 (74)专利代理机构 北京瑞恒信达知识产权代理 事务所(普通合伙) 11382 专利代理师 张伟 (51)Int.Cl. G16C 20/50(2019.01) G16C 20/70(2019.01) G06F。

2、 17/18(2006.01) (54)发明名称 一种评价药物治疗过程中多靶点组合对疗 效的影响的方法 (57)摘要 本发明提供了一种评价药物治疗过程中多 靶点组合对疗效的影响的方法, 所述方法通过基 于复杂网络中节点的拓扑描述符的计算和统计 模型的构建, 有效地将药物治疗疾病过程中的靶 点与其疗效关联起来, 由此定量评价药物治疗疾 病过程中多靶点组合(模块)或单靶点对疗效的 影响。 权利要求书2页 说明书10页 附图1页 CN 115620830 A 2023.01.17 CN 115620830 A 1.一种评价药物治疗过程中多靶点组合对疗效的影响的方法, 所述方法包括以下步 骤: (1)。

3、分别获取未采取药物干预和采取药物干预的生物学样品, 以n个生物标志物为节 点, 以生物学样品中每个生物标志物的含量为边, 运用Pearson相关系数分别建立未采取药 物干预和采取药物干预的生物标志物相互作用网络; (2)以节点数目3为标准, 对未采取药物干预和采取药物干预的相互作用网络进行模 块识别, 分别获得模块和未形成模块的散在节点; (3)对于步骤(2)获得的未采取药物干预和采取药物干预的模块和散在节点, 分别计算 组成模块的每个节点和每个散在节点的拓扑属性作为拓扑描述符; (4)通过运用柯尔莫诺夫斯米尔诺夫检验(KolmogorovSmirnov test), 来比较同一 个节点的拓扑。

4、描述符在未采取药物干预和采取药物干预的差异, 是通过比较未采取药物干 预和采取药物干预的组成模块的每个节点和每个散在节点的多个拓扑描述符的值, 最终得 出一个P值, 然后根据P值选择具有显著性差异的节点作为药物干预的特异性节点; (5)对于步骤(2)获得的药物干预后的模块和散在节点, 运用如下多元线性回归方程计 算每个模块和每个散在节点对药物疗效的权重因子: h(x) 0 x0+ 1x1+ 2x2+.+ nxn 其中, h(x)为药物的疗效, x为每个模块中节点的总含量和/或散在节点的含量, 为每 个模块或散在节点的权重因子, n是模块和散在节点的数量; (6)运用如下显著特征加权(Weigh。

5、ted Feature Significance, WFS)方法, 以步骤(2) 获得的药物干预后的模块和散在节点的节点数目、 步骤(4)获得的特异性节点数目和步骤 (5)获得的对疗效的权重因子, 计算模块或散在节点对疗效的影响分数: 其中px是步骤(4)中计算的与未采取药物干预组比较后, 采取药物干预组中模块的每个 节点和每个散在节点的P值, C是每个模块中节点的数量(在散在节点的情况下是1), M是每 个模块中特异性节点的数量或在散在节点的情况下是1, NCM是每个模块中节点数减去特异 性节点数的值, 是步骤(5)中计算的每个模块或散在节点的权重因子。 2.根据权利要求1所述的方法, 其特。

6、征在于, 步骤(1)中: 所述生物学样品是血清或者血浆, 或者组织; 所述生物标志物是血清中检测出来的代谢物和/或蛋白; 所述生物标志物的数量为3。 3.根据权利要求1或2所述的方法, 其特征在于, 步骤(1)中, 所述Pearson相关系数如下 计算: 其中, x和y分别代表两个不同的节点, N代表总节点的数量, r代表两个节点的相关系 数, 当r大于0小于1时表示x和y呈正相关关系, 当r大于1小于0时表示x和y呈负相关关系, 权利要求书 1/2 页 2 CN 115620830 A 2 而r0时x和y完全不相关。 4.根据权利要求1至3中任一项所述的方法, 其特征在于, 步骤(2)中: 。

7、运用Cytoscape 3.7.2软件中MCODE cluster插件来对未采取药物干预和采取药物干 预的相互作用网络进行模块识别, 其中参数设置为kcore2, Max Depth100, Node Score cutoff0.2, Degree Cutoff2。 5.根据权利要求1至4中任一项所述的方法, 其特征在于, 步骤(3)中: 所述拓扑描述符选自特征路径长度、 中介中心性、 接近中心性、 聚类系数、 度、 离心度、 邻域连通性、 拓扑系数、 有向边的数量、 辐射性和重力中心性中的一个、 多个或全部。 6.根据权利要求1至5中任一项所述的方法, 其特征在于, 步骤(4)中: 选择P值。

8、0.1的节点作为药物干预组的特异性节点。 7.根据权利要求1至6中任一项所述的方法, 其特征在于, 步骤(5)中: 在计算权重因子之前, 如下对组成模块的每个节点或每个散在节点的含量进行归一化 处理: 其中max为样本数据的最大值, min为样本数据的最小值, i是生物标志物在组织中测定 的含量值, i*是归一化后生物标志物的含量值。 8.根据权利要求1至7中任一项所述的方法, 其特征在于, 所述药物为中药、 化学药或其 药效成分。 权利要求书 2/2 页 3 CN 115620830 A 3 一种评价药物治疗过程中多靶点组合对疗效的影响的方法 技术领域 0001 本发明属于生物信息技术领域。。

9、 具体而言, 本发明涉及评价药物治疗过程中多靶 点组合对疗效的影响的方法。 背景技术 0002 已知基因、 蛋白、 代谢物等之间存在多种相互作用, 使用图论的方法表示, 可以将 这些代谢物、 基因、 蛋白等分子视为节点, 而它们之间的相互作用关系视为边, 则形成相互 作用网络, 网络中连接比较紧密的分子构成的集群称为模块。 0003 随着药物作用于疾病的多靶点效应得到了越来越多的证据支持, 将模块作为药物 作用疾病的多靶点组合的研究正逐渐用于药物的研发及药理机制阐发等多个领域。 药物作 用于疾病具有多靶点、 多层次和多通路的特点, 然而定量评价药物作用于疾病过程中多靶 点组合/单靶点对其疗效的。

10、影响是目前一直尚未解决的问题。 此外在生物网络中, 靶点与靶 点间是相互联系、 相互影响的, 因此在从生物网络层面来评价药物作用于疾病过程中多靶 点组合/单靶点对疗效的影响, 可以定量阐述多靶点组合对疗效的影响。 发明内容 0004 针对上述技术问题, 本发明提供一种评价药物治疗过程中靶点对疗效的影响的方 法。 所述方法基于由靶点形成的生物分子相互作用网络中节点的拓扑描述符的计算和统计 模型的构建, 进行该评价。 0005 本发明的技术方案如下。 0006 本发明提供一种评价药物作用疾病过程中多靶点组合对疗效的影响的方法, 所述 方法包括以下步骤: 0007 (1)分别获取未采取药物干预和采取。

11、药物干预的生物学样品, 以n个生物标志物为 节点, 以生物学样品中每个生物标志物的含量为边, 运用Pearson相关系数分别建立未采取 药物干预和采取药物干预的生物标志物相互作用网络; 0008 (2)以节点数目3为标准, 对未采取药物干预和采取药物干预的相互作用网络进 行模块识别, 分别获得模块和未形成模块的散在节点; 0009 (3)对于步骤(2)获得的未采取药物干预和采取药物干预的模块和散在节点, 分别 计算组成模块的每个节点和每个散在节点的拓扑属性作为拓扑描述符; 0010 (4)通过运用柯尔莫诺夫斯米尔诺夫检验(KolmogorovSmirnov test), 来比较 同一个节点的拓。

12、扑描述符在未采取药物干预和采取药物干预的差异, 是通过比较未采取药 物干预和采取药物干预的组成模块的每个节点和每个散在节点的多个拓扑描述符的值, 最 终得出一个P值, 然后根据P值选择具有显著性差异的节点作为药物干预的特异性节点; 0011 (5)对于步骤(2)获得的药物干预后的模块和散在节点, 运用如下多元线性回归方 程计算每个模块和每个散在节点对药物疗效的权重因子: 0012 h(x) 0 x0+ 1x1+ 2x2+ nxn 说明书 1/10 页 4 CN 115620830 A 4 0013 其中, h(x)为药物的疗效, x为每个模块中节点的总含量和/或散在节点的含量, 为每个模块或散。

13、在节点的权重因子, n是模块和散在节点的数量; 0014 (6)运用如下显著特征加权(Weighted Feature Significance, WFS)方法, 以步骤 (2)获得的药物干预后的模块和散在节点的节点数目、 步骤(4)获得的特异性节点数目和步 骤(5)获得的对疗效的权重因子, 计算模块或散在节点对疗效的影响分数: 0015 0016 其中px是步骤(4)中计算的与未采取药物干预组比较后, 采取药物干预组中模块 的每个节点和每个散在节点的P值, C是每个模块中节点的数量(在散在节点的情况下是1), M是每个模块中特异性节点的数量或在散在节点的情况下是1, NCM是每个模块中节点数。

14、减 去特异性节点数的值, 是步骤(5)中计算的每个模块或散在节点的权重因子。 0017 本发明提供的方法可以针对中药、 化学药或药物的药效成分进行。 即, 所述药物为 中药、 化学药或其药效成分。 0018 优选地, 在本发明提供的方法的步骤(1)中: 0019 所述生物学样品是血清或者血浆, 或者组织。 0020 所述生物标志物是血清中检测出来的代谢物和/或蛋白。 0021 所述生物标志物的数量为3。 0022 所述Pearson相关系数如下计算: 0023 0024 其中, x和y分别代表两个不同的节点, N代表总节点的数量, r代表两个节点的相关 系数, 当r大于0小于1时表示x和y呈正。

15、相关关系, 当r大于1小于0时表示x和y呈负相关关 系, 而r0时x和y完全不相关。 0025 优选地, 在本发明提供的方法的步骤(2)中: 0026 运用Cytoscape 3.7.2软件中MCODE cluster插件来对未采取药物干预和和采取 药物干预后的相互作用网络进行模块识别, 其中参数设置为kcore2, Max Depth100, Node Score cutoff0.2, Degree Cutoff2。 0027 优选地, 在本发明提供的方法的步骤(3)中: 0028 所述拓扑属性选自特征路径长度、 中介中心性、 接近中心性、 聚类系数、 度、 离心 度、 邻域连通性、 拓扑系。

16、数、 有向边的数量、 辐射性和重力中心性中的一个、 多个或全部。 0029 优选地, 在本发明提供的方法的步骤(4)中: 0030 选择P值0.1的节点作为采取药物干预的特异性节点。 0031 优选地, 在本发明提供的方法的步骤(5)中: 0032 在计算权重因子之前, 如下对组成模块的每个节点或每个散在节点的含量进行归 一化处理: 0033 说明书 2/10 页 5 CN 115620830 A 5 0034 其中max为样本数据的最大值, min为样本数据的最小值, i是生物标志物在组织中 测定的含量值, i*是归一化后生物标志物的含量值。 0035 本发明提供的方法可以采用药物干预后在不。

17、同时间段获得的数据重复进行, 通过 对不同时间计算出来的WFS分数结果进行比较, 来验证模型的有效性。 0036 本发明提供了一种评价生物分子网络中药物治疗疾病过程中靶点对疗效的影响 的方法, 通过基于复杂网络中节点的拓扑描述符的计算和统计模型的构建, 有效地将药物 治疗疾病过程中的靶点与其疗效关联起来, 由此定量评价药物治疗疾病过程中多靶点组合 (模块)或单靶点对疗效的影响。 与现存方法相比, 本发明提供的评价方法更具有综合整合、 定量的特征, 具有方法上的创新, 为指导药物治疗疾病过程中, 预测靶点对疗效的影响和新 药研发过程中靶点的确定提供了科学依据。 附图说明 0037 以下, 结合附。

18、图来详细说明本发明的实施方案, 其中: 0038 图1为不同组的靶点相互作用网络; 0039 图2为不同组的靶点相互作用网络的模块划分结果。 具体实施方式 0040 本发明的目的是从药物干预疾病后的复杂网络中, 评价药物治疗疾病过程中靶点 对疗效的影响, 从而为预测靶点对疗效的影响和新药研发过程中靶点的确定提供科学依 据。 0041 以下参照具体的实施例来说明本发明。 本领域技术人员能够理解, 这些实施例仅 用于说明本发明, 其不以任何方式限制本发明的范围。 0042 下述实施例中的实验方法, 如无特殊说明, 均为常规方法。 下述实施例中所用的原 料、 试剂材料等, 如无特殊说明, 均为市售购。

19、买产品。 0043 实施例1 0044 以不同药物改善db/db小鼠2型糖尿病周围神经病变的代谢物相互作用网络为例, 具体描述本发明方法。 0045 实验数据: 涉及靶点数据和疗效数据, 其中靶点数据是不同药物改善2型糖尿病周 围神经病变小鼠血清中的15个靶标代谢物(见表1)的浓度数据; 疗效数据来源于不同药物 改善db/db小鼠2型糖尿病周围神经病变中的神经传导速度数据(分别为运动神经传导速度 (motor nerve conduction velocity, MCV)和感觉神经传导速度(sensory nerve conduction velocity, SCV)。 0046 首先采用给药。

20、第12周的靶点数据与疗效数据进行本发明的方法, 然后采用给药第 6周的靶点数据与疗效数据进行验证。 0047 将2型糖尿病周围神经病变模型小鼠分为7组, 分别是正常组、 模型组、 木丹颗粒 组、 依帕司他组、 六味络痹颗粒低剂量组、 六味络痹颗粒中剂量组和六味络痹颗粒高剂量 组。 0048 动物分组与给药: 选取检疫合格的SPF级雄性12周龄db/db小鼠(自发性2型糖尿病 小鼠)120只, 体重4050g, 按血糖值兼顾体重随机分为模型组, 木丹颗粒组(2.7g/kg), 依 说明书 3/10 页 6 CN 115620830 A 6 帕司他组(19.5mg/kg), 六味络痹颗粒低、 中、。

21、 高剂量组(4.4、 8.7、 17.4g生药/kg), 共6个剂 量组, 每组20只动物, 另取20只同周龄的db/m小鼠为正常组。 各剂量组均按20mL/kg灌胃给 予相应药物, 每天1次, 连续给药12周, 正常组和模型组灌胃给予等体积纯水。 0049 小鼠坐骨神经传导速度和感觉传导速度检测: 于给药第6、 12周, 各组分别随机选 取3(给药第6周)、 10(给药第12周)只小鼠, 动物麻醉后俯卧固定。 严格控制室温200.5, 保持小鼠体温37。 采用BL420S生物机能实验系统分别测定小鼠右侧坐骨神经运动传导 速度和感觉神经传导速度, 具体方法如下: 剖开右下肢股二头肌与半膜肌之间。

22、的皮肤, 并沿 两肌之间行钝性分离, 暴露分离右侧坐骨神经, 将暴露的神经轻轻挂在包含两组刺激电极 和记录电极的电极钩上, 神经表面滴加37预热的石蜡油使神经保持在湿润温暖的环境 中。 刺激强度为1.5倍刺激阈值。 测量方法: (1)MCV: 将刺激电极的一端置于神经近端, 记录 电极的一端置于神经远端, 刺激后记录诱发动作电位, 施予刺激到出现诱发电位的时间为 潜伏期, 刺激电极起始点与记录电极起始点的长度为距离, 重复测定35次, 计算平均值。 (2)SCV: 交换刺激电极与记录电极的位置, 使之与测定MCV的位置相反。 0050 小鼠血清代谢物含量检测: 于给药第6、 12周, 完成小鼠。

23、MCV和SCV测定后, 对小鼠进 行血清采集, 具体操作如下: 小鼠样本采集前12h禁食不禁水, 按9.75mg/kg盐酸赛拉嗪肌肉 注射麻醉动物, 对小鼠眼眶静脉丛取血11.5ml; 在室温为(2025)下, 静置约30min(不 超过2h), 然后在离心力约3000g的条件下, 离心10min; 谨慎吸取上层透明液体约200300 L 到1.5mL离心管, 并将离心管压好盖, 检查锲合度, 放入样本盒, 并标记好样本信息, 放置到 80冰箱中保存; 然后运用靶向代谢组学技术上机检测小鼠血清中每个代谢物的含量。 0051 步骤1, 分别获取未采取药物干预和采取药物干预的生物学样品, 以n个生。

24、物标志 物为节点, 以生物学样品中每个生物标志物的含量为边, 运用Pearson相关系数分别建立未 采取药物干预和采取药物干预的生物标志物相互作用网络; 见图1; 0052 步骤2, 以节点数目3为标准, 对未采取药物干预和采取药物干预的相互作用网 络进行模块识别, 分别获得模块和未形成模块的散在节点; 见图2; 0053 步骤3, 对于步骤(2)获得的未采取药物干预和采取药物干预的模块和散在节点, 分别计算组成模块的每个节点和每个散在节点的拓扑属性作为拓扑描述符; 见表1; 0054 步骤4, 通过运用柯尔莫诺夫斯米尔诺夫检验(KolmogorovSmirnov test), 来比 较同一个。

25、节点的拓扑描述符在未采取药物干预和采取药物干预的差异, 主要是通过比较未 采取药物干预和采取药物干预的组成模块的每个节点和每个散在节点的多个拓扑描述符 的值, 最终得出一个P值, 然后根据P值选择具有显著性差异的节点作为药物干预的特异性 节点; 见表2; 0055 步骤5, 对于步骤(2)获得的药物干预后的模块和散在节点, 运用如下多元线性回 归方程计算每个模块和每个散在节点对药物疗效的权重因子: 0056 h(x) 0 x0+ 1x1+ 2x2+ nxn 0057 其中, h(x)为药物的疗效, x为每个模块中节点的总含量和/或散在节点的含量, 为每个模块或散在节点的权重因子, n是模块和散。

26、在节点的数量; 见表3; 0058 步骤6, 运用如下显著特征加权(Weighted Feature Significance, WFS)方法, 以 步骤(2)获得的药物干预后的模块和散在节点的节点数目、 特异性节点数目和对疗效的权 重因子, 计算模块或散在节点对疗效的影响分数: 说明书 4/10 页 7 CN 115620830 A 7 0059 0060 其中px是步骤(4)中计算的与未采取药物干预组比较后, 采取药物干预组中模块 的每个节点和每个散在节点的P值, C是每个模块中节点的数量(在散在节点的情况下是1), M是每个模块中特异性节点的数量或在散在节点的情况下是1, NCM是每个模。

27、块中节点数减 去特异性节点数的值, 是步骤(5)中计算的每个模块或散在节点的权重因子。 见表4和表5。 0061 通过上述分析实例, 可以得出虽然本发明仅是针对代谢物相互作用网络采用多个 参数整合的方法筛选特异性靶点, 并使用WFS模型来定量评价药物作用于疾病后靶点对疗 效的影响, 说明评价生物网络中靶点对疗效的影响的方法具有有效性和可行性。 0062 以上对本发明具体实施方式的描述并不限制本发明, 本领域技术人员可以根据本 发明作出各种改变或变形, 只要不脱离本发明的精神, 均应属于本发明所附权利要求的范 围。 说明书 5/10 页 8 CN 115620830 A 8 0063 说明书 6。

28、/10 页 9 CN 115620830 A 9 0064 0065 表2特异性靶点的筛选 说明书 7/10 页 10 CN 115620830 A 10 0066 说明书 8/10 页 11 CN 115620830 A 11 0067 0068 表3靶点对疗效的权重影响因子 0069 0070 表4靶点对疗效的WFS影响分数 0071 说明书 9/10 页 12 CN 115620830 A 12 0072 0073 表5WFS模型的验证结果 0074 说明书 10/10 页 13 CN 115620830 A 13 图1 图2 说明书附图 1/1 页 14 CN 115620830 A 14 。

展开阅读全文
内容关键字: 评价 药物 治疗 过程 中多靶点 组合 疗效 影响 方法
关于本文
本文标题:评价药物治疗过程中多靶点组合对疗效的影响的方法.pdf
链接地址:https://www.zhuanlichaxun.net/pdf/13773004.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备2021068784号-1 
 


收起
展开