- 课题研究背景
中药现代化是一个逐步发展、不断完善和充实的长期系统工程。中医药在我国民族生存和繁衍的几千年历程中起着至关重要的作用,具有自己的特色和优势,是中华民族的宝贵财富,既要继承,又要创新和发展。中药现代化可以有多种模式,只要有利于人民健康,有利于传承和发展中医药,不管采取何种模式均应得到鼓励和欢迎。中药的活性成分研究是中药现代化的重要组成部分:一方面,一些活性成分能直接或作为先导化合物间接发展成药物;另一方面,活性成分又为中药复方现代化提供物质基础。这体现在活性成分既在现代化中药的制造和生产中起到标准化作用,同时活性成分也是中药复方专利最重要的核心组成部分。现代新药研发的关键首先是寻找、确定和制备药物分子靶标。尤其在新药研发的过程中,几类蛋白质如酶,离子通道,G蛋白偶联受体(GPCR)和核受体代表了当前药物靶标的绝大多数。然而,由于受到通量、精度和成本费用的影响,传统的实验手段用于阐明这些潜在的药物-靶标相互作用关系的应用难以广泛开展。因此迫切需要开发有效的计算方法来帮助研究人员挖掘药物与靶标之间的相互作用的规律,从而为实验研究提供补充和辅助的证据。
- 课题研究意义
本课题针对现阶段的中药疗效和活性成分的数据缺失，利用网络药理学的思想,采集可靠的数据来源,融合多种生物信息诸如蛋白质序列特征,化合物疗效相似性,化合物结构相似性以及药物靶标网络拓扑特征等,利用基于拉普拉斯的半监督、基于二分图的有监督等学习方法来有效地预测出潜在的药物-靶标对。
- 拟解决的问题
根据数据的特性进行基于机器学习的未知活性成分的挖掘，并进行扩充数据库；并基于机器学习和深度学习的药物—靶标在线预测。
- 研究主要内容
- 获取全面的中药活性成分数据库；
- 基于主成分分析方法，双变量方法，灰色关联度法，偏最小二乘法和化合物属性进行中药活性筛选；
- 基于深度学习和机器学习进行药物—靶标的预测模型的搭建。
- 搭建整体网站并发布；
- 分析预测和筛选结果，总结经验和意义。
- 研究方法和步骤
- 收集整理其他数据库（如：TCMP）中药的信息，已知的靶标，并建库。
- 查询数据库中的药物并进行计算库中中药的类药性属性。
- 优化中药谱效关系的研究算法，对用户提交的谱效关系数据进行在线分析，筛选中药的潜在活性成分。
- 基于机器学习和深度学习构建化合物靶标预测模型，并对得分较高的化合物靶标关系收录进库。同时对于库中尚未收入的化合物提供在线分析。
- 分析展示结果，改进模型，改进网站，直至达到相应要求；
- 总结研究意义以及还能进一步改进的地方。
- 文献综述
1. 中药活性成分筛选方法研究进展
利用计算机虚拟筛选技术对中药药效物质基础进行研究是基于各种数学算法, 结合计算机强大的编程建模、数据库构建和搜索功能才能得以实现。具体来说是首先将前期的大量研究成果进行分类汇总分析, 然后利用计算机算法构建不同的数据库, 比如中药化学成分库、中药药理作用库、中药功效库等。与此同时不断地结合现代系统生物学的研究成果, 对数据库进行完善和补充, 从多个学科层面和角度探索中药的药效物质基础、药性理论、作用机制等相关课题。如网络药理学就是将来源于实验与文献的多层次多维度数据, 进行整合分析, 通过构建的网络, 既可以在生物网络的基础上解析中药作用机制, 又可以在网络模型上阐释中医药理论。
2. 基于机器学习的药物—靶标相互作用预测研究
药物靶标识别是现代新药研发的关键,它在药物毒副作用研究、老药新用以及个体化治疗中都起着十分重要的作用。然而,受到精度、通量和成本的制约,基于生物实验的传统药物靶标识别方法通常难以展开。与此同时,随着信息科学的迅猛发展,机器学习、模式识别、数据挖掘等智能计算技术在生物计算领域得到了广泛的应用。在这些技术的推动下,计算机辅助的药物-靶标相互作用预测方法作为一种快速而准确的药物靶标识别手段,受到越来越多研究者的重视。它能够利用计算机的模拟、运算和预测技术研究药物化合物分子与靶标蛋白质之间的关系,指导合成新的药物或修饰已知的药物结构,从而缩短新药研制时间,减少新药研制的盲目性并降低研发成本。因此,作为一种高效而低成本的方法,基于智能计算的药物-靶标相互作用预测对于靶标蛋白确认、靶向性药物开发以及药物-靶标相互作用网络构建都具有十分重要的意义。
七、论文大纲
- 标题
- 摘要
- 研究背景及意义
- 网站设计
4.1功能模块设计
4.2系统设计
以上是文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
