专利名称：基于通路模式挖掘的中药活性成分预测方法
技术领域：
本发明涉及计算机领域在中药活性成分研究中的应用领域，特别涉及一种基于通路模式挖掘的中药活性成分预测方法。
背景技术：
中药发展历史悠久，通过古籍记载和经验传授流传至今。近年来，越来越多的国内 外学者开始关注中药的研究。为了研究中药的作用机理，首先需要弄清中药的物质基础。中药成分繁多，成分之间作用机理复杂，往往多种成分协同作用于多个基因靶标。找出中药的活性成分，是中药物质基础研究中十分关键的一歩，同时也有助于认识中药复杂的作用机理。在中医药的研究中，将宝贵的中医药经验用这种更加标准更加科学的方式来解释，对于中医药的发扬光大是至关重要的。目前，主要有两类计算模型用于研究药物成分与药物功效的关系，从而找到药物活性成分。第一类计算模型是将化合物的生物活性与化合物的结构和化学特性联系起来，这ー类研究建立在“化合物的生物活性依赖其结构和化学特性”的假设之上。但是，获取中药所有成分的结构信息比较困难，这限制了这ー模型的有限性。第二类计算模型是将复杂系统的生物活性与系统的化合物构成关联起来，但是，目前仍然缺乏准确的计算模型来量化这种关联关系。针对这种情况，有必要设计更多有效的方法来预测中药的活性成分，从而掲示中药的物质基础，解释中药的作用机理。
发明内容
(一 )要解决的技术问题本发明所要解决的技术问题在于提供一种基于通路模式挖掘的中药活性成分预测方法能较准确地预测出中药的活性成分。( ニ )技术方案为解决上述技术问题，本发明提供一种基于通路模式挖掘的中药活性成分预测方法，该方法包括如下步骤步骤I :收集中药的含有登记号的化合物成分数据；步骤2 :查询第一数据库，收集化合物的关联基因，形成化合物-基因关联对，依据所述关联基因的出现频率对基因进行排序，形成关联基因列表；步骤3 :设置阈值筛选频繁基因，通过查询第二数据库，收集每ー个频繁基因相关的生物通路，形成生物通路数据集；步骤4 :针对所述生物通路数据集，选取算法，挖掘通路模式；步骤5 :对频繁基因进行评分；步骤6 :对化合物活性进行评分；步骤7 :对所述基因得分和所述化合物活性得分设置阈值，对化合物-基因关联对进行筛选，保留剩下的化合物。优选地，所述登记号为CAS登记号。优选地，所述第一数据库为CTD数据库。优选地，所述第二数据库为KEGG 数据库。优选地，所述算法为双向关联规则算法。优选地，从所述第一数据库收集化合物的关联基因时，去除没有关联基因信息的化合物数据。优选地，从所述第二数据库收集基因相关的生物通路时，去除不属于人类的基因和没有生物通路信息的基因。优选地，所述步骤4还包括遍历所述生物通路数据集的所有数据记录，找到满足支持度要求的I-项通路频繁集；从k_项通路频繁集通过连接-剪枝操作生成候选(k+l)_项通路频繁集；对所述候选(k+l)_项通路频繁集的检验；对于数据挖掘的结果进行人工筛选，其中k为自然数。优选地，所述步骤5采用如下表达式实现评分
权利要求
1.一种基于通路模式挖掘的中药活性成分预测方法，该方法包括如下步骤 步骤I:收集中药的含有登记号的化合物成分数据； 步骤2 :查询第一数据库，收集化合物的关联基因，形成化合物-基因关联对，依据所述关联基因的出现频率对基因进行排序，形成关联基因列表； 步骤3 :设置阈值筛选频繁基因，通过查询第二数据库，收集每ー个频繁基因相关的生物通路，形成生物通路数据集； 步骤4 :针对所述生物通路数据集，选取算法，挖掘通路模式； 步骤5 :对频繁基因进行评分； 步骤6 :对化合物活性进行评分； 步骤7 :对所述基因得分和所述化合物活性得分设置阈值，对化合物-基因关联对进行筛选，保留剩下的化合物。
2.如权利要求I所述的方法，其特征在于，所述登记号为CAS登记号。
3.如权利要求I所述的方法，其特征在于，所述第一数据库为CTD数据库。
4.如权利要求I所述的方法，其特征在于，所述第二数据库为KEGG数据库。
5.如权利要求I所述的方法，其特征在于，所述算法为双向关联规则算法。
6.如权利要求3所述的方法，其特征在干，从所述第一数据库收集化合物的关联基因时，去除没有关联基因信息的化合物数据。
7.如权利要求4所述的方法，其特征在干，从所述第二数据库收集基因相关的生物通路时，去除不属于人类的基因和没有生物通路信息的基因。
8.如权利要求5所述的方法，其特征在干，所述步骤4包括遍历所述生物通路数据集的所有数据记录，找到满足支持度要求的I-项通路频繁集；从k-项通路频繁集通过连接-剪枝操作生成候选(k+l)_项通路频繁集；对所述候选(k+l)_项通路频繁集的检验；对于数据挖掘的结果进行人エ筛选，其中k为自然数。
9.如权利要求I所述的方法，其特征在于，所述步骤5采用如下表达式实现评分
10.如权利要求I所述的方法，其特征在于，所述步骤6采用如下表达式实现评分
全文摘要
本发明公开了一种基于通路模式挖掘的中药活性成分预测方法，该方法包括如下步骤收集中药的含有CAS登记号的化合物成分数据；收集化合物的关联基因，形成化合物-基因关联对，依据关联基因的出现频率对基因进行排序，形成关联基因列表；设置阈值筛选频繁基因，形成生物通路数据集，每一个频繁基因对应一条生物通路数据记录；针对生物通路数据集挖掘通路模式；对频繁基因进行评分；对化合物活性进行评分；对基因得分和化合物活性得分设置阈值，依此对化合物-基因关联对进行筛选，保留剩下的化合物，从而预测中药的活性成分。
文档编号G01N33/15GK102841186SQ20121030938
公开日2012年12月26日 申请日期2012年8月28日 优先权日2012年8月28日
发明者卢朋, 代文, 高一波, 陈琳, 刘西, 宋江龙, 陈迪, 温伟娜 申请人:中国科学院自动化研究所