藥物靶標(biāo)作用關(guān)系預(yù)測結(jié)果評價(jià)及查詢驗(yàn)證

余冬華 郭茂祖,2,3 劉曉燕 程 爽

1(哈爾濱工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 哈爾濱 150001)2(北京建筑大學(xué)電氣與信息工程學(xué)院 北京 100044)3(建筑大數(shù)據(jù)智能處理方法研究北京市重點(diǎn)實(shí)驗(yàn)室(北京建筑大學(xué)) 北京 100044)4(中國工程物理研究院材料所 四川綿陽 621900)

藥物研發(fā)是醫(yī)藥界的驅(qū)動(dòng)力，也引起了學(xué)術(shù)界的研究熱潮，計(jì)算機(jī)輔助藥物設(shè)計(jì)是對傳統(tǒng)的實(shí)驗(yàn)型藥物發(fā)現(xiàn)的補(bǔ)充，加速了新藥開發(fā)進(jìn)程，縮短藥物研發(fā)時(shí)間，降低藥物研發(fā)成本，同時(shí)提升藥物研發(fā)成功率.

網(wǎng)絡(luò)藥理學(xué)(network pharmacology)[1-2]和藥物重定位(drug repositioning)[3-4]顛覆了傳統(tǒng)的藥物研發(fā)理念，完善了藥物靶標(biāo)作用關(guān)系(drug-target interaction)預(yù)測的理論基礎(chǔ)，為計(jì)算機(jī)輔助藥物設(shè)計(jì)提供了新思路，加速了藥物發(fā)現(xiàn)與設(shè)計(jì).隨著公開數(shù)據(jù)庫KEGG[5],DrugBank[6],ChEMBL[7]等中的可用數(shù)據(jù)增多，很多預(yù)測藥物靶標(biāo)作用關(guān)系的計(jì)算方法也被提出[8-13].其主要思路為：建立合適的藥物靶標(biāo)數(shù)據(jù)，構(gòu)建作用關(guān)系預(yù)測方法并做出合理的評價(jià)，然后進(jìn)行實(shí)際作用關(guān)系預(yù)測.這些計(jì)算方法彌補(bǔ)了實(shí)驗(yàn)方法中的時(shí)間消耗和高昂成本投入的缺陷.

Yamanishi等人[14]在2008年基于KEGG數(shù)據(jù)庫建立了Enzyme,IC(ion channel),GPCR(G -protein-coupled receptor),NR(nuclear receptor)四個(gè)藥物靶標(biāo)作用關(guān)系數(shù)據(jù)集(包括藥物靶標(biāo)作用關(guān)系矩陣、藥物-藥物相似度矩陣、靶標(biāo)-靶標(biāo)相似度矩陣)，其中，已經(jīng)驗(yàn)證的藥物靶標(biāo)作用關(guān)系用1表示，未知作用關(guān)系的藥物靶標(biāo)對(unknown interaction)用0表示，受到廣泛接受及認(rèn)同，Google學(xué)術(shù)顯示引用次數(shù)為467次，被認(rèn)為是藥物靶標(biāo)作用關(guān)系預(yù)測模型的標(biāo)準(zhǔn)檢驗(yàn)數(shù)據(jù)集.2009年，Bleakley等人[15]在上述4個(gè)數(shù)據(jù)集的基礎(chǔ)上，提出了經(jīng)典的二分局部模型(bipartite local models, BLM)藥物靶標(biāo)作用關(guān)系預(yù)測方法，并把其當(dāng)作二分類模型，采用ROC(receiver operating characteristic curve)曲線及曲線下方面積(area under curve, AUC)作為該方法的評價(jià)標(biāo)準(zhǔn).

該數(shù)據(jù)集的建立促使了很多預(yù)測方法的誕生，而AUC評價(jià)標(biāo)準(zhǔn)也對后續(xù)方法產(chǎn)生了重要影響.然而，該評價(jià)需要將未知作用關(guān)系的藥物靶標(biāo)對視為負(fù)例，這是一種不合理的假設(shè)，因?yàn)楹芏辔粗淖饔藐P(guān)系可能實(shí)際上存在相互作用關(guān)系，只是到目前為止，仍沒有被實(shí)驗(yàn)所證實(shí).況且，預(yù)測方法的目標(biāo)就是需要將潛在的作用關(guān)系預(yù)測出來，即將作用關(guān)系0預(yù)測成1.盡管如此，這種不合理的評價(jià)方式也一直在延續(xù).作為一種彌補(bǔ)手段，會(huì)將預(yù)測結(jié)果中極有可能的藥物靶標(biāo)對(比如TopN，即按照預(yù)測的藥物靶標(biāo)對作用關(guān)系可能性從大到小排序，取前N對)在數(shù)據(jù)庫中查詢驗(yàn)證.Laarhoven等人[16]提出GIP-RLS(Gaussian interaction profile-regularized least squares)方法后，用AUC及AUPR(area under precision-recall curve)進(jìn)行了評價(jià).對于需要預(yù)測的藥物靶標(biāo)作用關(guān)系，僅對每個(gè)數(shù)據(jù)集Top 20查驗(yàn)過KEGG,DrugBank,ChEMBL數(shù)據(jù)庫.Gonen[17]提出的KBMF2K(kernelized Bayesian matrix factori-zation with twin kernels)預(yù)測方法，用AUC進(jìn)行評價(jià)，且僅對每個(gè)數(shù)據(jù)集Top 5查驗(yàn)過KEGG,DrugBank,ChEMBL數(shù)據(jù)庫.Mei等人[18]提出BLMNII(bipartite local models with neighbor-based interaction-profile)預(yù)測方法后，用AUC及AUPR進(jìn)行了評價(jià)，而沒有對預(yù)測的藥物靶標(biāo)對進(jìn)行數(shù)據(jù)庫的查詢驗(yàn)證，也就沒有驗(yàn)證所預(yù)測的作用關(guān)系中是否存在已經(jīng)被實(shí)驗(yàn)驗(yàn)證的藥物靶標(biāo)對.Hao等人[19]提出的RLS-KF(regularized least squares with kernel fusing)預(yù)測方法，用AUC及AUPR進(jìn)行評價(jià)，僅對NR數(shù)據(jù)集中預(yù)測Top 100對藥物靶標(biāo)進(jìn)行數(shù)據(jù)庫查詢驗(yàn)證，雖然其AUC值接近于1，對于二分類模型來說，接近于1的AUC值表示該模型預(yù)測接近于完全正確，但對于NR數(shù)據(jù)集來說，直到Top 100時(shí)，才有31對藥物靶標(biāo)已經(jīng)獲得了生物化學(xué)實(shí)驗(yàn)驗(yàn)證，對于目前可以查詢到的已驗(yàn)證的藥物靶標(biāo)對來說，仍然有9對不包含在內(nèi)，這也表明，如此之高的預(yù)測精度，在實(shí)際預(yù)測中遠(yuǎn)未達(dá)到理想結(jié)果.Luo等人[20]提出DTINet(network integra-tion pipeline for drug-target interaction)預(yù)測方法，也用AUC及AUPR進(jìn)行了模型評價(jià)，并對預(yù)測結(jié)果的Top 150藥物靶標(biāo)對進(jìn)行了數(shù)據(jù)庫查詢驗(yàn)證，特別地，選擇了極有可能具有作用關(guān)系的COX inhibitory進(jìn)行了生物化學(xué)實(shí)驗(yàn)驗(yàn)證，實(shí)驗(yàn)結(jié)果證實(shí)了DTINet模型的預(yù)測準(zhǔn)確.Hao等人[21]提出DNILMF(dual-network integrated logistic matrix factorization)預(yù)測方法，用AUC及AUPR評價(jià)該模型，采用與Yamanishi等人[14]相似的方式收集了一個(gè)新數(shù)據(jù)集，在最后的預(yù)測結(jié)果中，僅對Top 5的藥物靶標(biāo)對進(jìn)行了查詢驗(yàn)證.Olayan等人[22]提出DDR(novel method that improves the drug-target interaction prediction accuracy)預(yù)測方法，在方法的評價(jià)方面，舍棄了AUC評價(jià)，而選擇加權(quán)平均AUPR評價(jià)，并且對預(yù)測中的Top 25進(jìn)行了查詢驗(yàn)證.Peng等人[23]提出PreNNDS(drug-target identification mode by integrating neighbor interac-tion profiles, nonnegative matrix factorization, discriminative low-rank representation, and sparse representation classification into a unified frame-work)預(yù)測方法，僅采用AUPR進(jìn)行評價(jià)，與其他文章按照預(yù)測得分(或概率)選擇TopN個(gè)藥物靶標(biāo)對進(jìn)行查詢驗(yàn)證不同，Peng 等人選擇了2個(gè)靶標(biāo)(ID分別為hsa1132及hsa1124)所對應(yīng)的Top 20的藥物進(jìn)行查詢驗(yàn)證，同樣地，選擇了2個(gè)藥物(ID分別為D00255及D00195)所對應(yīng)的Top 20的靶標(biāo)進(jìn)行查詢驗(yàn)證.Liu等人[24]提出NRLMF(neighbor-hood regularized logistic matrix factorization)預(yù)測方法后，用 AUC及AUPR進(jìn)行評價(jià)，該文在KEGG,DrugBank,ChEMBL,Matador數(shù)據(jù)庫中查詢驗(yàn)證了4個(gè)數(shù)據(jù)集中Top 1 000的藥物靶標(biāo)對，因此，其給出了Top 10,Top 30,Top 50的評價(jià)結(jié)果.然而，其并未提供可以快速高效地對如此大量的未知作用關(guān)系藥物靶標(biāo)對查詢驗(yàn)證的方法，無法減輕后續(xù)學(xué)者研究該問題的工作量.實(shí)際上，對于Enzyme,IC,GPCR,NR四個(gè)數(shù)據(jù)集來說，Top 1 000仍然是未知藥物靶標(biāo)作用關(guān)系中很小的一部分.多種方法的查詢驗(yàn)證TopN值總結(jié)見表1：

Table 1 The Checked Top N Values of Various Methods表1 各種方法查詢驗(yàn)證Top N值

因此，如何驗(yàn)證這些預(yù)測結(jié)果的準(zhǔn)確性是研究者面臨的一個(gè)挑戰(zhàn)，在目前有限條件下，考慮到時(shí)間消耗及實(shí)驗(yàn)成本，不可能對所有未知的藥物靶標(biāo)作用進(jìn)行生物化學(xué)實(shí)驗(yàn)驗(yàn)證.綜合現(xiàn)有的各種評價(jià)方法，一種可行的方式就是用AUC及AUPR驗(yàn)證預(yù)測方法可行性及預(yù)測精度，并利用數(shù)據(jù)共享，如公開數(shù)據(jù)庫DrugBank，KEGG，ChEMBL，提供的很多藥物靶標(biāo)之間的作用關(guān)系數(shù)據(jù)，將預(yù)測的作用關(guān)系逐對在數(shù)據(jù)庫中進(jìn)行查詢驗(yàn)證，確認(rèn)該未知的作用關(guān)系是否已經(jīng)被相關(guān)實(shí)驗(yàn)驗(yàn)證.這種方式得到了學(xué)術(shù)界普遍認(rèn)可.然而，現(xiàn)有的方法也僅僅查詢驗(yàn)證TopN藥物靶標(biāo)對，因?yàn)椴樵凃?yàn)證是一個(gè)重復(fù)且耗時(shí)的工作，且未知作用關(guān)系的藥物靶標(biāo)對占預(yù)測總數(shù)的絕大多數(shù)，而更為合理的驗(yàn)證預(yù)測結(jié)果的方式為：對所有未知作用關(guān)系的藥物靶標(biāo)對在數(shù)據(jù)庫上查詢驗(yàn)證一遍.

針對上述問題，本文不僅為藥物靶標(biāo)作用關(guān)系驗(yàn)證提供一種高效、便捷、可行的查詢驗(yàn)證方法DTcheck(drug-target check)，并利用DTcheck查詢的結(jié)果對4個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集及AUC評價(jià)做了分析，主要貢獻(xiàn)歸納為

1) 結(jié)合網(wǎng)絡(luò)爬蟲特性，設(shè)計(jì)DTcheck查詢驗(yàn)證方法并實(shí)現(xiàn).

2) 基于KEGG,DrugBank,ChEMBL數(shù)據(jù)庫，通過DTcheck將4個(gè)數(shù)據(jù)集中已經(jīng)驗(yàn)證的藥物靶標(biāo)作用關(guān)系補(bǔ)充完整.

3) 對于(批量)提供KEGG DRUG ID及KEGG GENES ID的藥物靶標(biāo)對，DTcheck可以在線查詢并返回其在KEGG,DrugBank,ChEMBL數(shù)據(jù)庫中的驗(yàn)證結(jié)果.

4) 利用DTcheck查詢的結(jié)果，重新分析了BLM方法的預(yù)測結(jié)果，探討了ROC曲線評價(jià)藥物靶標(biāo)作用關(guān)系的不合理性，并引入TopN評價(jià)指標(biāo)，實(shí)際結(jié)果表明AUC值低的BLMd在預(yù)測新的藥物靶標(biāo)作用關(guān)系時(shí)要優(yōu)于AUC值高的BLMmax，給AUC評價(jià)的不合理性提供了依據(jù).

Fig. 1 Technical route and flow of DTcheck圖1 DTcheck 技術(shù)路線及流程

1 DTcheck查詢驗(yàn)證關(guān)鍵問題及解決思路

Yamanishi等人[14]提供的標(biāo)準(zhǔn)數(shù)據(jù)集中采用KEGG ID標(biāo)注藥物及靶標(biāo)，而DrugBank，ChEMBL有其自己的ID體系.如藥物D02441(KEGG DRUG ID)在DrugBank對應(yīng)的ID為DB00311，在ChEMBL中對應(yīng)的Compound ID為CHEMBL18，而靶標(biāo)hsa766(KEGG GENE ID)需要與UniProt數(shù)據(jù)庫[25]中的P43166(UniProt ID)對應(yīng)起來，通過DrugBank中的藥物或者ChEMBL中的藥物(或化合物)查詢到的對應(yīng)靶標(biāo)，會(huì)提供對應(yīng)的UniProt ID.因此，其中一個(gè)關(guān)鍵問題就是需要將3個(gè)數(shù)據(jù)庫中提供的不同ID合理對應(yīng)起來.

藥物靶標(biāo)作用關(guān)系是成對出現(xiàn)的，如D02441～hsa766，因此，在查詢驗(yàn)證過程中，可通過D02441在KEGG DRUG中查找到對應(yīng)靶標(biāo)hsa766，也可在DrugBank中通過DB00311查找到對應(yīng)靶標(biāo)P43166(UniProt ID)，而hsa766與P43166代表同一個(gè)靶標(biāo)，即不同的ID代表同一個(gè)對象.相對應(yīng)地，也可以從靶標(biāo)hsa766出發(fā)，從KEGG GENE中查找到藥物D02441.因此，另一個(gè)關(guān)鍵問題就是在查詢驗(yàn)證中，需要對藥物靶標(biāo)對進(jìn)行雙向查詢驗(yàn)證.

由于KEGG DRUG中提供了該藥物在ChEMBL及DrugBank中的對應(yīng)ID和相應(yīng)的網(wǎng)頁鏈接，因此，利用爬蟲抓取數(shù)據(jù)的特性，讀取該藥物在KEGG DRUG中所提供的對應(yīng)靶標(biāo)ID后，需要額外讀取該藥物在其他2個(gè)數(shù)據(jù)庫中的ID及鏈接.而在KEGG GENE中查詢的數(shù)據(jù)僅是該靶標(biāo)是否有對應(yīng)的藥物即可.因此，在藥物靶標(biāo)對的雙向查詢驗(yàn)證中，可以優(yōu)先查詢靶標(biāo)，然后查詢藥物.

從KEGG DRUG中讀取該藥物在ChEMBL,DrugBank中的鏈接后，可以獨(dú)立地進(jìn)行查詢，然后將查詢結(jié)果合并，最后核對待驗(yàn)證的藥物靶標(biāo)對.KEGG DRUG提供的ChEMBL鏈接可能會(huì)有多個(gè)，需要遍歷所有可能鏈接，讀取該鏈接返回的ChEMBL Target信息及其跳轉(zhuǎn)鏈接，就可以查詢到該藥物對應(yīng)靶標(biāo)的UniProt ID.從KEGG DRUG還可以讀取該藥物的DrugBank跳轉(zhuǎn)鏈接，利用爬蟲訪問該鏈接，獲取返回信息，從其返回信息中讀取Targets,Enzymes,Carriers,Transporters四個(gè)版塊信息所提供的UniProt ID即可.這樣就可以獲取該藥物在ChEMBL,DrugBank兩個(gè)數(shù)據(jù)庫中所對應(yīng)靶標(biāo)的UniProt ID.

靶標(biāo)的UniProt ID與KEGG GENE ID并不一樣，后者也是4個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集所提供的ID，因此，需要先將UniProt ID轉(zhuǎn)換成KEGG GENE ID才能核查待驗(yàn)證的藥物靶標(biāo)對的作用關(guān)系是否已經(jīng)被證實(shí).此時(shí)可以借助UniProt數(shù)據(jù)庫提供的ID mapping功能，將靶標(biāo)的UniProt ID轉(zhuǎn)換成KEGG GENE ID，這一步的實(shí)現(xiàn)需要借助爬蟲發(fā)送數(shù)據(jù)請求并獲取返回信息的特性.

2 DTcheck查詢驗(yàn)證技術(shù)路線

解決了DTcheck查詢驗(yàn)證中遇到的關(guān)鍵問題，本文設(shè)計(jì)了如圖1所示的技術(shù)路線流程，其代碼鏈接為https:github.comYu123456DTcheck.從圖1中可以看出，雙向查詢分成2個(gè)部分獨(dú)立查詢，最終需要將2部分查詢結(jié)果合并，而3個(gè)數(shù)據(jù)庫之間，需要先從KEGG DRUG中獲取DrugBank,ChEMBL數(shù)據(jù)庫的跳轉(zhuǎn)鏈接，然后依次獲取相應(yīng)數(shù)據(jù)庫中的靶標(biāo)信息，而從這2個(gè)數(shù)據(jù)庫中返回的靶標(biāo)是UniProt ID，為了與待驗(yàn)證的藥物靶標(biāo)對核對，需要增加一步ID轉(zhuǎn)換，把UniProt ID轉(zhuǎn)換成KEGG GENE ID.

3 預(yù)測結(jié)果評價(jià)及查詢驗(yàn)證分析

Yamanishi等人[14]于2008年建立了Enzyme,IC,GPCR,NR四個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集，如表2所示.其中，drug-target interactions代表當(dāng)時(shí)已經(jīng)驗(yàn)證的藥物靶標(biāo)作用關(guān)系；unknown interaction代表當(dāng)時(shí)未知的藥物靶標(biāo)作用關(guān)系；從最后2行已知與未知藥物靶標(biāo)作用關(guān)系具體數(shù)值來看，未知作用關(guān)系遠(yuǎn)多于已知作用關(guān)系.該數(shù)據(jù)集從建立至今已有10年之久，在這期間有很多作用關(guān)系得到生物實(shí)驗(yàn)驗(yàn)證，本文采用DTcheck查詢KEGG,DrugBank,ChEMBL三個(gè)數(shù)據(jù)庫，將新增的作用關(guān)系補(bǔ)充完整.伴隨這4個(gè)數(shù)據(jù)集,Bleakley等人[15]于2009年提出了經(jīng)典的BLM預(yù)測方法，并用AUC進(jìn)行評價(jià)，本文將依據(jù)DTcheck查詢到的結(jié)果，重新探討AUC評價(jià)的不合理性，并采用TopN中已經(jīng)被驗(yàn)證的藥物靶標(biāo)對的數(shù)目重新分析預(yù)測結(jié)果.

Table 2 Drug-Target and Their Interactions表2 藥物靶標(biāo)及其作用關(guān)系信息

3.1 數(shù)據(jù)集已驗(yàn)證作用關(guān)系補(bǔ)充

經(jīng)過DTcheck的查詢，每個(gè)數(shù)據(jù)集都可以找到新驗(yàn)證的藥物靶標(biāo)對，如表3所示.從增長率(increased ratio)來看，新藥物靶標(biāo)關(guān)系增加最快的數(shù)據(jù)集為GPCR；新發(fā)現(xiàn)的藥物靶標(biāo)對數(shù)最多的卻是Enzyme數(shù)據(jù)集，達(dá)到907對；雖然NR藥物靶標(biāo)對的數(shù)目最少，但也將近增加一半，達(dá)到40對.

Table 3 Drug-Target and Their Increased Interactions表3 藥物靶標(biāo)數(shù)據(jù)集新增作用關(guān)系

表4給出了NR數(shù)據(jù)集的DTcheck查詢到的40對已經(jīng)驗(yàn)證的藥物靶標(biāo)作用關(guān)系.其中,DrugID，TargetID分別表示藥物、靶標(biāo)的ID;C，D分別表示在ChEMBL，DrugBank數(shù)據(jù)庫中查詢到該藥物靶標(biāo)對作用關(guān)系;K需要做一個(gè)區(qū)分，在KEGG欄中，表示通過藥物找到了對應(yīng)的靶標(biāo)，在KEGGh欄中，則表示通過靶標(biāo)找到了對應(yīng)的藥物;空白表示對應(yīng)數(shù)據(jù)庫中未查詢到相關(guān)信息.表4中出現(xiàn)大量空白，表明3個(gè)數(shù)據(jù)庫之間的信息并沒有完全同步，因此，必須查詢每一個(gè)數(shù)據(jù)庫，避免遺漏.對于NR數(shù)據(jù)集來說，DrugBank提供的已驗(yàn)證作用關(guān)系最多，其次是KEGG，最后才是ChEMBL.

Table 4 New Increased Drug-Target Interactions of NR表4 NR數(shù)據(jù)集新增藥物靶標(biāo)關(guān)系

Continued (Table 4)

Note: The blank indicates that the interaction relationship has not been queried yet.

由于Enzyme,GPCR,IC這3個(gè)數(shù)據(jù)集查詢到的新增作用關(guān)系數(shù)目較多，限于篇幅，不宜在文中直接給出，其查詢的相應(yīng)結(jié)果見https:github.comYu123456Drug-targetChecked.

3.2 BLM方法預(yù)測結(jié)果查詢驗(yàn)證及評價(jià)分析

BLM可以細(xì)分為3個(gè)子方法，即BLMd,BLMt,BLMmax，其中BLMmax是取BLMd,BLMt二者預(yù)測的較大值.Bleakley等人[15]依據(jù)AUC(如表5所示，較優(yōu)者黑體表示)評價(jià)指出，在3個(gè)方法中，BLMmax性能最好，BLMd性能最差.

Table 5 AUC of 4 Datasets表5 AUC 評價(jià)值

Note: The boldface represents the best one of the three methods.

從AUC評價(jià)來看，BLMmax非常顯著地優(yōu)于BLMd，因此，BLMmax對新藥物靶標(biāo)作用關(guān)系的預(yù)測結(jié)果也應(yīng)該優(yōu)于BLMd，然而，表6卻展現(xiàn)出截然相反的結(jié)論.在TopN評價(jià)中，從相同的N中找到更多驗(yàn)證關(guān)系者性能更優(yōu)，在表6中較優(yōu)者已經(jīng)加粗表示.在Top 50之前的每一個(gè)TopN中，BLMd預(yù)測正確的藥物靶標(biāo)對均多于BLMmax；在Top 50至Top 1 000之間，才出現(xiàn)后一種方法優(yōu)于前一種方法的趨勢，如Top 1 000時(shí)，BLMmax預(yù)測正確的藥物靶標(biāo)對的數(shù)目多于BLMd.然而，開發(fā)藥物靶標(biāo)作用關(guān)系預(yù)測方法的初衷是為實(shí)驗(yàn)生物化學(xué)家提供有實(shí)質(zhì)指導(dǎo)作用的建議，即盡可能少的實(shí)驗(yàn)下找到真正的作用關(guān)系，因?yàn)橛蒙飳?shí)驗(yàn)驗(yàn)證藥物靶標(biāo)作用關(guān)系既耗時(shí)又費(fèi)錢，因此，Top 50評價(jià)會(huì)是一個(gè)更優(yōu)的選擇.從這個(gè)方面來說，BLMd優(yōu)于BLMmax，這也表明僅用AUC評價(jià)藥物靶標(biāo)預(yù)測模型不合理.

Table 6 Comparing New Interaction of Top N Between BLMmax and BLMd表6 BLMmax 與 BLMd 中Top N中新作用關(guān)系比較

Note: The boldface represents the better interaction between BLMd and BLMmax.

4 總 結(jié)

本文利用爬蟲特性，設(shè)計(jì)并實(shí)現(xiàn)了DTcheck在KEGG,DrugBank,ChEBML數(shù)據(jù)庫上高效、便捷的藥物靶標(biāo)作用關(guān)系查詢驗(yàn)證，利用DTcheck實(shí)現(xiàn)對標(biāo)準(zhǔn)數(shù)據(jù)集新增作用關(guān)系的擴(kuò)展補(bǔ)充，基于BLM方法的預(yù)測結(jié)果，說明了AUC評價(jià)藥物靶標(biāo)作用關(guān)系預(yù)測的不合理性，及TopN可以給出更加合理的評價(jià).本文提供的藥物靶標(biāo)對在線查詢驗(yàn)證思路及實(shí)現(xiàn)，大大節(jié)省研究者查詢驗(yàn)證時(shí)間，使得在方法的驗(yàn)證中不僅僅限于每個(gè)數(shù)據(jù)集僅查詢預(yù)測排序靠前的少數(shù)藥物靶標(biāo)對，有利于更準(zhǔn)確地評價(jià)藥物靶標(biāo)預(yù)測方法.

DTcheck也有待于繼續(xù)擴(kuò)展，目前僅僅查詢KEGG,DrugBank,ChEMBL三個(gè)數(shù)據(jù)庫，實(shí)際上，Matador,SuperTarget等數(shù)據(jù)庫也可以查詢到一些相關(guān)作用關(guān)系.我們將會(huì)繼續(xù)對此工作擴(kuò)展，以期DTcheck更具有廣泛性.