基于個(gè)性化標(biāo)志物的藥物推薦研究,有助于實(shí)現(xiàn)個(gè)性化用藥及推動(dòng)精準(zhǔn)醫(yī)療的發(fā)展。該文利用基因表達(dá)譜數(shù)據(jù)及蛋白質(zhì)網(wǎng)絡(luò)信息,基于基因2維高斯分布方法篩選出個(gè)性化網(wǎng)絡(luò)標(biāo)志物。進(jìn)而綜合考慮靶基因的重要性和藥物的副作用,提出了一種計(jì)算藥物對(duì)個(gè)性化標(biāo)志物影響權(quán)重的方法。將該方法應(yīng)用于肺腺癌、腎透明細(xì)胞癌和子宮內(nèi)膜癌數(shù)據(jù)集,通過啟發(fā)式搜索方法,得到每個(gè)疾病樣本重要藥物推薦列表。結(jié)果表明,推薦的藥物列表在同種癌癥不同樣本中既存在一致性,也表現(xiàn)出很大的差異性,如藥物種類及藥物排序差異,這說明個(gè)性化藥物在疾病治療中的重要性及必要性。通過從藥物數(shù)據(jù)庫(kù)中搜索藥物組合對(duì)疾病治療的影響作用表明,該文方法篩選得到的許多藥物組合對(duì)具體疾病治療具有積極影響,這進(jìn)一步證明該文基于個(gè)性化網(wǎng)絡(luò)標(biāo)志物的藥物推薦方法的準(zhǔn)確性。該文的研究將有效促進(jìn)精準(zhǔn)化醫(yī)療的發(fā)展。

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

圖1 癌癥個(gè)性化網(wǎng)絡(luò)標(biāo)志物獲取流程

將基因表達(dá)數(shù)據(jù)和過濾的PPI網(wǎng)絡(luò)數(shù)據(jù)相結(jié)合，提出基于基因2維高斯分布方法篩選出個(gè)性化網(wǎng)絡(luò)標(biāo)志物(2DSample-SpecificNetworks,SSN-2D)的方法。流程如圖1所示，首先，根據(jù)式(1)得到所有基因?qū)υ谡颖竞桶┌Y樣本中的概率密度函數(shù)；然后，根據(jù)式(2)構(gòu)....

圖2 3種癌癥中藥物靶基因數(shù)量與藥物副作用數(shù)量之間的散點(diǎn)圖

由圖3可知，考慮藥物副作用信息，得出副作用小的藥物數(shù)量更多，且這些藥物的平均排名普遍更加靠前，符合篩選副作用小但靶向更多更重要基因的藥物的標(biāo)準(zhǔn)。為進(jìn)一步分析兩種方法的區(qū)別，本文分別考察在兩種方法中排名前5的藥物。在LUAD中，當(dāng)考慮藥物副作用的情況下，排名前5的藥物是crizot....

圖3 3種癌癥中考慮藥物副作用和不考慮藥物副作用時(shí)藥物的排名

為了更清楚地比較3類癌癥得到的候選藥物集合的分布，本文對(duì)各類癌癥中各個(gè)樣本篩選得到的候選藥物進(jìn)行統(tǒng)計(jì)。結(jié)果如圖4所示，圖4中行表示藥物，列表示癌癥樣本，顏色的深淺表示某種藥物在個(gè)性化樣本推薦藥物中排名，顏色越深排名越靠前。由圖4可知，從樣本角度出發(fā)，在同種癌癥中，不同樣本篩選得到....

圖4 3類癌癥得到的候選藥物集合在各個(gè)樣本中的具體分布

針對(duì)每一個(gè)癌癥樣本篩選得到的藥物集合，分別分析這些藥物組合在疾病治療中的作用。圖5展示了在3種癌癥中，各個(gè)癌癥樣本中具有協(xié)同作用的藥物關(guān)系分布。由圖5可知，篩選出的藥物集合中除KIRC得到的具有積極作用的藥物關(guān)系比較少之外，LUAD和UCEC兩種癌癥樣本獲得的藥物集合中，都有許多....

本文編號(hào)：4053472