基于网络的药物重新定位推理方法

挖掘潜在的疾病-疾病协会可以加快制药公司的药物重新定位。 先前的计算策略着重于先前用于关联推理的生物学信息。 但是,此类信息可能无法全面获得,并且可能包含错误。 与以前的研究不同,本文介绍了两种推断方法ProbS和HeatS,它们仅基于基本网络拓扑度量来预测直接的药物-疾病关联。 使用双向网络拓扑来确定药物潜在的疾病优先级。 实验结果表明,这两种方法均能获得可靠的预测性能,并分别达到0.9192和0.9079的AUC值。 对真实药物的案例研究表明,比较毒理基因组数据库(CTD)的结果证实了一些强烈预测的关联。 最后,对药物-疾病关联的全面预测使我们能够建议许多新的药物适应症,以供进一步研究。