Briefings in Bioinformatics | 国际上最大的基于中药活性成分的药物转录图谱平台ITCM...
中药(TCM)是药物发现的丰富来源,在预防和治疗各种疾病方面具有极好的潜力,如心血管疾病、癌症和COVID-19等极其复杂的疾病。然而,基于中药活性成分的快速计算筛选平台十分匮乏,阻碍了中药现代化的进程。
近日,海军军医大学药学系张卫东教授团队在国际生物信息学权威杂志Briefings in Bioinformatics 【IF:13.994】上发表文章Exploring pharmacological active ingredients of traditional Chinese medicine by pharmacotranscriptomic map in ITCM,该研究开发了目前最大的基于中药活性成分的药物转录图谱平台(ITCM: Integrated Traditional Chinese Medicine, http://itcm.biotcm.net)。该平台涵盖超1000套的表达谱数据,包括496种中药活性成分。研究团队对每个中药活性成分进行了多尺度分析,全面解析每个成分的作用机理,并通过可视化进行多维表示。
图1:网站架构图
值得注意的是,基于表达谱的计算筛选已成为药物发现的最有效方法之一,更重要的是,该方法在不依赖药物或疾病特异性先验知识的情况下,极大地提高了新的药物-疾病对的发现,这在现代医学中已得到广泛应用。然而,迄今为止,基于中药活性成分的药物转录组学谱的十分匮乏,同时针对这些数据的在线详细挖掘分析也十分稀缺。为了填补这一空白,作者开展了大规模的中药活性成分的全长转录组测序,获得了高质量的中药活性成分转录图谱数据。
图2:活性成分概图
基于转录图谱的药物筛选算法主要是选择对疾病特异性基因具有逆转作用的药物。作者将此分析过程称为“签名搜索”。简而言之,如果药物诱导的基因表达模式(药物特征)与疾病诱导的基因表达模式(疾病特征)相反,则该药物将证明对该疾病具有治疗价值。作者汇总整理了六种目前最先进的签名搜索方法,并创造性的提出了一个性能分数来评估六种签名搜索方法的稳健性,并将它们集成到筛选策略 TCM-Query 中。采用TCM-Query可以快速实现针对特定疾病的中药活性成分的筛选,从而助力源于中药的创新药物的发现。
图3 活性成分算法原理示意图
作者最后采用3个案例研究,快速发现中药活性成分新的作用机制以及快速识别抗前列腺癌和COVID-19的新的中药活性成分,并通过实验进行验证,进一步说明了该网站可以实现数据驱动的中药活性成分快速发现。此外作者进一步手动收集整理了大量的中药文献、多国药典等信息,从中提取中药各类别(复方、药材、成分)的基本信息、靶标关系数据,并援引第三方数据源进行更新,共获得了25857个复方、8454味药材、43430种成分、18851个靶标和11180种疾病。该数据平台将为源于中药的创新药物发现提供重要依据,同时也为数据驱动的中药新药研发提供了线索和理论依据。
回顾全文,作者构建了迄今为止最大的基于中药活性成分的药物转录组学平台ITCM,并进行了多尺度生物学分析,以揭示每种活性成分的机制。同时作者开发了最先进的签名搜索算法集成到ITCM中,以快速识别特定疾病的潜在中药活性成分。该研究将极大的促进传统网络药理学的发展,促进源于中药的创新新药发现。
药学系天然药物化学教研室田赛赛讲师、张劲柏硕士和袁顺翎硕士为本论文共同第一作者、张卫东教授为通讯作者。该研究成果在国家重点研发计划、国家自然科学基金,国家中医药多学科交叉创新团队、上海市扬帆计划等项目资助下完成。
原文链接:
https://doi.org/10.1093/bib/bbad027
往期精品(点击图片直达文字对应教程)
机器学习
后台回复“生信宝典福利第一波”或点击阅读原文获取教程合集
Briefings in Bioinformatics | 国际上最大的基于中药活性成分的药物转录图谱平台ITCM...相关推荐
- MKGAT:基于图注意网络和双拉普拉斯正则化最小二乘的 miRNA-疾病关联预测(Briefings in Bioinformatics)
Predicting miRNA-disease associations based on graph attention networks and dual Laplacian regulariz ...
- MAGCN:基于lncRNA与miRNA相互作用和图卷积网络预测miRNA与疾病的关联(Briefings in Bioinformatics)
Predicting miRNA-disease associations based on lncRNA–miRNA interactions and graph convolution netwo ...
- Briefings in Bioinformatics:微生物基因组学和功能基因组学相关软件和数据库的研究进展
文章目录 微生物基因组学和功能基因组学相关软件和数据库的研究进展 微生物比较基因组 代谢途径 致病机制 次级代谢产物 噬菌体 操纵子/复制起点预测 基因组可视化 宏基因组 多序列比对 Referenc ...
- Briefings in Bioinformatics | 王秀杰/裴小兵合作开发单细胞组学细胞标记基因鉴定算法COSG...
在单细胞测序数据分析中,对细胞进行准确分类是数据分析的重要基础.在利用聚类算法将细胞进行分组后,需要通过鉴定不同细胞群特异表达的标记基因来注释细胞类型.同时,细胞标记基因在所有细胞类群中的表达模式也能 ...
- 期刊预警:Briefings in Bioinformatics是13.9分刊吗?今年可能只有8分
期刊预警:Briefings in Bioinformatics是13分刊吗?今年可能只有8分 Briefings in Bioinformatics 期刊概述 Briefings in Bioinf ...
- Briefings in Bioinformatics|南开大学药学院林建平教授|用于天然产物靶标预测的机器学习算法的大规模比较
今天我们来学习南开大学药学院林建平教授(学科方向:计算生物学)2022年发表在Briefings in Bioinformatics上的新作"用于天然产物靶标预测的机器学习算法的大规模比较& ...
- Survey | 基于图卷积网络的药物发现方法
本期介绍2019年6月发表在Briefings in Bioinformatics的综述,该综述由康奈尔大学等机构的研究人员撰写,系统总结了GCN及其在药物发现方面的最新进展,重点是与药物相关的应用: ...
- 【控制】《多无人机协同控制技术》周伟老师-第12章-基于 Multi-Agent 的多无人机协同控制仿真平台的设计与实现
第11章 回到目录 无 第12章-基于 Multi-Agent 的多无人机协同控制仿真平台的设计与实现 12.1 多无人机协同控制视景仿真系统设计 12.1.1 多无人机协同控制视景仿真系统功能描述 ...
- 基于 RocketMQ Prometheus Exporter 打造定制化 DevOps 平台
作者 | 陈厚道 冯庆 来源 | 阿里巴巴云原生公众号 导读:本文将对 RocketMQ-Exporter 的设计实现做一个简单的介绍,读者可通过本文了解到 RocketMQ-Exporter 的实 ...
最新文章
- 皮一皮:周一之后还是周一?
- git commit 提交的时候报错husky > pre-commit hook failed 或者‘lint-staged‘ 不是内部或外部命令,也不是可运行的程序(解决办法)
- uda 3.C++二维向量
- 【玩转SQLite系列】目录收藏
- oracle关于时区,关于oracle时区
- 最短路径问题 图论
- raspberry pi2 智能小车源码及测试视频
- 计算机模拟的概念,湍流概念及数值模拟方法
- [线性代数]矩阵(mooc秦静老师讲解)
- java五子棋的报告_Java课程设计 - 五子棋(个人报告)
- electron start之后index.html页面不显示
- maven在win10上的安装和配置
- java实现花呗分3、6、12期计算用户每期手续费及每期总费用
- $http与ajax的同步请求
- 我的通宵史-网上斗地主谋生
- [Pytorch系列-28]:神经网络基础 - torch.nn模块功能列表
- OpenCV Java入门六 使用神经网算法辩识人脸
- webgoat靶场通关记录
- 2021年G1工业锅炉司炉考试APP及G1工业锅炉司炉证考试
- 【封神台】无WAF的SQL注入
热门文章
- 医疗机构如何确保符合HIPAA标准 保障网络安全
- [搜索] Solr (三) 全量索引与增量索引
- nova4android10,华为nova4支持NFC刷公交地铁吗 华为nova4有NFC功能吗
- 离散集合运算c语言程序,离散数学集合运算c语言.doc
- spark使用中的一些总结-进阶版
- 写专利还是比较辛苦的
- 逗号算命系统 v1.02
- Linux文件系统基础
- 【NeurIPS2020视频解读】图机器学习热门方向及应用
- App桌面应用图标(Logo)制作工具(App Icon Gear)