项目名称: 基于生物分子组与药理组的多层次疾病网络共模块性关联关系分析研究

项目编号: No.61202175

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 计算机科学学科

项目作者: 孙鹏岗

作者单位: 西安电子科技大学

项目金额: 26万元

中文摘要: "生物分子相互作用网络"结构与功能的分析可以帮助认识疾病的分子机制和药理作用机制,从而促使网络生物学与网络药理学的诞生。"网络靶标"概念的提出成为连接两者的纽带。目前该研究的生物分子大多聚焦在蛋白质上,但是RNA的作用不容忽视,特别是非编码RNA,如miRNA,它对很多生命过程具有重要的调节功能。因此本项目利用异质生物分子(RNA-RNA,RNA-protein,protein-protein)间的相互作用关系和药理方剂各组分间的相互关系构建一个三层的横跨生物分子系统、疾病系统、药理系统的疾病网络模型。研究该网络上"共模块性"分析的算法,基于识别出来的"共模块"结合先验知识预测新的致病生物分子和药物靶标,并进一步研究病症与方剂的作用机制,发现药效物质,阐释方剂的配伍规律,同时进行药理方剂各组分协同作用关系分析,为组方用药的理性设计提供依据。最后开发网络可视化软件分析平台。

中文关键词: 药物-疾病-基因网络;可控性;模块性;;

英文摘要: The structures and function analysis of biomolecules network can help us understand the molecular and pharmacological mechanism of disease which leads to the emergency of network biology and network pharmacology. "Network Targets" becomes the bridges between them. However, the current research only focuses on the protein-protein interaction network, the effect of RNAs is very important, such as non-coding RNAs, miRNAs have the great function of accommodation for live procedures. Therefore, this project uses heterogeneous biomolecules (RNA-RNA,RNA-protein,protein-protein) interaction data and herbal compounds interaction data to construct a three level disease network that stretches across biomolecules, disease and pharmacology. In addition, we study the algorithms of co-modularity for this network's partition. We predict new disease genes, RNAs and drug targets based on co-modules and study the mechanism of mutual interactions between disease phenotypes and herbal formulae, discover the effective compounds and their combinations,and develop rational drug designs. Finally, we exploit the visual software platform for the network analysis.

英文关键词: drug-disease-gene network;controllability;modularity;;

成为VIP会员查看完整内容
0

相关内容

「大规模图神经网络系统」最新2022综述:从算法到系统
专知会员服务
113+阅读 · 2022年1月14日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
27+阅读 · 2021年9月4日
专知会员服务
50+阅读 · 2021年8月13日
元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
143+阅读 · 2021年2月3日
专知会员服务
45+阅读 · 2020年11月13日
国家自然科学基金
3+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月15日
Heterogeneous Deep Graph Infomax
Arxiv
12+阅读 · 2019年11月19日
小贴士
相关VIP内容
「大规模图神经网络系统」最新2022综述:从算法到系统
专知会员服务
113+阅读 · 2022年1月14日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
27+阅读 · 2021年9月4日
专知会员服务
50+阅读 · 2021年8月13日
元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
143+阅读 · 2021年2月3日
专知会员服务
45+阅读 · 2020年11月13日
相关基金
国家自然科学基金
3+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员