针对病毒性疾病的宿主中心药物重新定位

科学领域:

• 计算生物学是一种计算生物学.
• 网络医学 网络医学
• 药理学 药理学是指药理学的学科.

背景情况:

• 传统的抗病毒药物发现往往侧重于直接针对病毒 (以病毒为中心的疗法).
• 需要采用替代策略,例如以宿主为中心的疗法,这些疗法针对病毒复制必不可少的宿主因素.
• 目前用于药物重定向的计算方法在范围和规模上是有限的.

研究的目的:

• 开发一个计算框架,用于预测针对病毒性疾病宿主因子的重用药物.
• 扩大药物重用范围,超越以病毒为中心的疗法,以以宿主为中心的方法.
• 利用网络医学和协作过来进行大规模的药物病毒相互作用预测.

主要方法:

• 在人类蛋白相互作用网络上构建了量化药物和病毒干扰的矩阵.
• 采用矩阵分解来学习药物,病毒和蛋白质的低维嵌入.
• 通过计算药物和病毒嵌入的点积来预测以宿主为中心的抗病毒药物.
• 经过验证的准确性和生物相关性的预测.

主要成果:

• 在预测以宿主为中心的抗病毒药物方面取得了高准确性.
• 证明学习嵌入捕获了与病毒感染相关的有意义的生物信息.
• 该方法成功地整合了各种数据类型,并且不需要先前的药物病毒关联.
• 该方法可以将其推广到各种化合物和病毒,这些化合物和病毒具有已知的宿主蛋白相互作用.

结论:

• 开发的计算方法提供了一种强大而可扩展的方法来识别以宿主为中心的抗病毒药物.
• 这种基于网络的策略为病毒感染机制和药物与宿主相互作用提供了新的见解.
• 该框架促进了对新兴和现有的病毒性疾病的系统性药物重新定位.