任浩然，鄧博韜，李建華，孝大宇

（東北大學(xué)醫(yī)學(xué)與生物信息工程學(xué)院， 沈陽(yáng) 110169）

0 引言

藥物在疾病的預(yù)防和治療中發(fā)揮著重要作用，不斷開發(fā)新的藥物是人類戰(zhàn)勝疾病的必要手段。新藥開發(fā)成本高昂，從抽象概念到市場(chǎng)產(chǎn)品，一種新藥研究和開發(fā)成本估計(jì)為1.61～45.4 億美元［1］。舊藥新用，也稱為藥物重定向，是對(duì)現(xiàn)有藥物發(fā)現(xiàn)新的適應(yīng)癥［2］。藥物重定向極大減少了藥物開發(fā)的時(shí)間與成本，目前已經(jīng)取得一些突破性的成果。例如，研究發(fā)現(xiàn)，傳統(tǒng)的止痛藥阿司匹林具有降低腦卒中復(fù)發(fā)、預(yù)防心肌梗死等功效。

自新冠肺炎疫情暴發(fā)以來，藥物重定向成為國(guó)內(nèi)外諸多科學(xué)家與研究機(jī)構(gòu)的關(guān)注焦點(diǎn)。2022 年7 月25 日，中國(guó)國(guó)家藥監(jiān)局應(yīng)急附條件批準(zhǔn)阿茲夫定用于治療普通型新冠肺炎成年患者，這是我國(guó)首個(gè)國(guó)產(chǎn)新冠口服藥，而該藥原本用于治療艾滋病。

利用計(jì)算機(jī)發(fā)現(xiàn)潛在的藥物-靶標(biāo)相互作用（drug-target interaction，DTI）是藥物重定向的一種重要方法。設(shè)計(jì)和開發(fā)一款藥物-靶標(biāo)相互作用預(yù)測(cè)平臺(tái)，對(duì)相關(guān)生物醫(yī)學(xué)知識(shí)的科學(xué)普及、學(xué)生科研訓(xùn)練及藥物重定向研發(fā)具有重要意義。

1 平臺(tái)框架

在藥物重定向的過程中，可以先利用計(jì)算機(jī)預(yù)測(cè)出可能的藥物-靶標(biāo)相互作用，然后在實(shí)驗(yàn)室和臨床驗(yàn)證這些相互作用的真實(shí)性。所設(shè)計(jì)的藥物重定向平臺(tái)將實(shí)現(xiàn)篩選潛在藥物-靶標(biāo)相互作用的功能，為了評(píng)估平臺(tái)的有效性，需要確定實(shí)驗(yàn)的數(shù)據(jù)集、數(shù)據(jù)處理、預(yù)測(cè)方法、評(píng)估標(biāo)準(zhǔn)及測(cè)試流程等。預(yù)測(cè)方法決定著平臺(tái)的預(yù)測(cè)性能，將在第2節(jié)專門介紹。

1.1 標(biāo)準(zhǔn)數(shù)據(jù)集

本平臺(tái)采用文獻(xiàn)報(bào)道的標(biāo)準(zhǔn)數(shù)據(jù)集［3］，根據(jù)藥物-靶標(biāo)相互作用類型數(shù)據(jù)集分為Enzyme、IC、GPCR 和NR 四個(gè)子集。每個(gè)子集中包括藥物名稱、靶標(biāo)名稱、藥物-靶標(biāo)相互作用的信息。同時(shí)，對(duì)于每種藥物計(jì)算了該藥物與其他藥物的化學(xué)結(jié)構(gòu)相似性（DS_CS），對(duì)于每種靶標(biāo)計(jì)算了該靶標(biāo)與其他靶標(biāo)的蛋白質(zhì)序列相似性（TS_Seq）。表1列出了標(biāo)準(zhǔn)數(shù)據(jù)集中各子集包含的藥物、靶標(biāo)及相互作用的數(shù)量。

表1 藥物-靶標(biāo)相互作用預(yù)測(cè)標(biāo)準(zhǔn)數(shù)據(jù)集

1.2 相似性計(jì)算與Logistic變換

目前很多藥物是通過靶標(biāo)蛋白發(fā)揮治療作用的。因此，基于藥物-藥物相似性、靶標(biāo)蛋白-靶標(biāo)蛋白相似性及藥物-靶標(biāo)相互作用可以推測(cè)尚未發(fā)現(xiàn)的藥物-靶標(biāo)關(guān)聯(lián)。除了前述標(biāo)準(zhǔn)數(shù)據(jù)集中的DS_CS和TS_Seq，基于藥物-靶標(biāo)相互作用能夠計(jì)算出新的藥物相似性和靶標(biāo)相似性數(shù)據(jù)。

藥物-靶標(biāo)相互作用可以視為由0 和1 組成的矩陣。藥物和靶標(biāo)分別構(gòu)成矩陣的行和列，如果藥物與靶標(biāo)相互作用，那么相應(yīng)的位置為1，否則為0。藥物di與所有靶標(biāo)的相互作用情況可用一維向量IP(di)表示，靶標(biāo)ti與所有藥物的相互作用情況可用一維向量IP(ti)表示。

根據(jù)向量夾角余弦公式，可得到兩種藥物di和dj的余弦相似性：

同理，可得到兩種靶標(biāo)ti和tj的余弦相似性：

根據(jù)文獻(xiàn)報(bào)道的高斯內(nèi)核方法［4］，可以計(jì)算兩種藥物di和dj的高斯內(nèi)核相似性：

其中

類似地，也可以獲得兩種靶標(biāo)ti和tj的高斯內(nèi)核相似性：

其中

一般地，設(shè)γd′=1，γt′=1，nd表示藥物的數(shù)量，nt表示靶標(biāo)的數(shù)量。

最終，獲得3 種藥物相似性數(shù)據(jù)：DS_CS、DS_Cos和DS_Gauss，以及3種靶標(biāo)相似性數(shù)據(jù)：TS_CS、TS_Cos 和TS_Gauss。各種相似性數(shù)據(jù)值域?yàn)椋?，1］。表2 列出了從Type1 到Type4 共4種組合類型，不同組合對(duì)預(yù)測(cè)結(jié)果的影響將在后文闡述，更復(fù)雜的組合可按照相同的思路研究。相似性數(shù)據(jù)本質(zhì)上是一個(gè)方陣，因此也稱之為相似性矩陣。

表2 藥物和靶標(biāo)相似性數(shù)據(jù)的組合

表2 中的第二、三列是DS和TS，可以選擇是否經(jīng)過Logistic 變換處理，通過對(duì)比預(yù)測(cè)結(jié)果，可以確定這種變換的作用。藥物和靶標(biāo)的Logistic變換如下面公式所示：

其中，C為常數(shù)，可以通過交叉驗(yàn)證確定，本研究取C=-20。為了處理相似性數(shù)據(jù)為0的情況，設(shè)d=log（9999）。

1.3 驗(yàn)證方法

本平臺(tái)采用網(wǎng)絡(luò)一致性投影（network consistency projection,NCP）法預(yù)測(cè)潛在的藥物-靶標(biāo)關(guān)聯(lián)［5］。為了評(píng)估NCP方法的預(yù)測(cè)性能，采用5折交叉驗(yàn)證。將已知的DTI數(shù)據(jù)隨機(jī)分為5份，每次取4 份作為訓(xùn)練集，剩余的1 份作為驗(yàn)證集，循環(huán)5次，每份都將作一次驗(yàn)證集。

將預(yù)測(cè)結(jié)果與驗(yàn)證集比較，可以得到真陽(yáng)性率和假陽(yáng)性率，進(jìn)而繪制接受者操作特性曲線（receiver operating characteristic curve，ROC）。ROC 曲線下的面積為AUC 值，該值越大，性能越好。本文以AUC值作為評(píng)估標(biāo)準(zhǔn)。

1.4 預(yù)測(cè)流程圖

本平臺(tái)預(yù)測(cè)流程如圖1 所示?；谒幬?靶標(biāo)相互作用可以獲得藥物和靶標(biāo)的余弦相似性數(shù)據(jù)和高斯內(nèi)核相似性數(shù)據(jù)。將相似性數(shù)據(jù)組合，獲得4種組合類型。每種類型在實(shí)驗(yàn)時(shí)選擇是否采用Logistic 變換。然后，藥物相似性數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)一致性投影（DNCP），靶標(biāo)相似性數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)一致性投影（TNCP），將兩種投影數(shù)據(jù)合成（DTNCP），獲得預(yù)測(cè)的藥物-靶標(biāo)關(guān)聯(lián)。在每種組合類型下，分別5 折交叉驗(yàn)證，以AUC值評(píng)判預(yù)測(cè)性能。

圖1 藥物-靶標(biāo)相互作用平臺(tái)預(yù)測(cè)流程

2 預(yù)測(cè)方法

每種組合都包含了藥物相似性矩陣DS和靶標(biāo)相似性矩陣TS。DS中行向量DS（i, :）表示藥物i與其他藥物的相似性，TS中列向量TS（:,j）表示靶標(biāo)j與其他靶標(biāo)的相似性。矩陣A表示藥物-靶標(biāo)相互作用，A中各行表示藥物，各列表示靶標(biāo)，A（i,:）表示藥物i與各靶標(biāo)的相互作用信息，A（:,j）表示靶標(biāo)j與各藥物的相互作用信息。網(wǎng)絡(luò)一致性投影預(yù)測(cè)藥物-靶標(biāo)關(guān)聯(lián)分為三步。

第一步，通過藥物相似性，計(jì)算藥物i和靶標(biāo)j之間的關(guān)聯(lián)值DNCP（i,j）：

第二步，通過靶標(biāo)相似性，計(jì)算藥物i和靶標(biāo)j之間的關(guān)聯(lián)值TNCP（i,j）：

第三步，通過DNCP（i,j）和TNCP（i,j），計(jì)算藥物i和靶標(biāo)j之間的預(yù)測(cè)關(guān)聯(lián)值DTNCP（i,j）：

在上述公式中，對(duì)于向量x，‖x‖表示對(duì)x取模運(yùn)算。當(dāng)采用Logistic變換時(shí)，將公式（9）～（11）中的DS和TS分別替換為從公式（7）和（8）得到的DS_L和TS_L。

3 系統(tǒng)測(cè)試與分析

本系統(tǒng)以Matlab為開發(fā)和運(yùn)行環(huán)境。Matlab具有強(qiáng)大的矩陣運(yùn)算能力，適于計(jì)算藥物相似性矩陣DS、靶標(biāo)相似性矩陣TS，并結(jié)合藥物-靶標(biāo)相互作用矩陣A，實(shí)現(xiàn)NCP 預(yù)測(cè)算法。首先，基于原始相似矩陣預(yù)測(cè)；然后，選擇Logistic變換對(duì)原始相似矩陣處理后再進(jìn)行預(yù)測(cè)。

3.1 基于原始相似數(shù)據(jù)的預(yù)測(cè)

首先，從Type1 到Type4 組合，4 種組合中DS和TS不采用Logistic 變換，對(duì)Enzyme、IC、GPCR 和NR 中藥物-靶標(biāo)相互作用矩陣A進(jìn)行5折交叉驗(yàn)證，實(shí)驗(yàn)結(jié)果如表3所示。

表3 不同相似性組合預(yù)測(cè)AUC比較

從表3可見，對(duì)于每種標(biāo)準(zhǔn)數(shù)據(jù)子集，采用余弦相似性的Type1 和Type2 總體優(yōu)于采用高斯內(nèi)核相似性的Type3和Type4。Enzyme和IC中包含更多的藥物和靶標(biāo)，AUC 值高于0.9，GPCR和NR中包含藥物和靶標(biāo)較少，AUC值低于0.9。

對(duì)于每種標(biāo)準(zhǔn)數(shù)據(jù)子集，Type1對(duì)應(yīng)的AUC值大于Type3的值，意味著僅基于藥物-靶標(biāo)相互作用數(shù)據(jù)，余弦相似性變換優(yōu)于高斯內(nèi)核相似性變換。例如，GPCR 數(shù)據(jù)子集中，Type1 的AUC值為0.8992，而Type3 對(duì)應(yīng)的為0.7641，前者比后者高出17.68%。對(duì)于每種標(biāo)準(zhǔn)數(shù)據(jù)子集，Type2 對(duì)應(yīng)的AUC 值均大于Type4 的值，意味著結(jié)合藥物化學(xué)結(jié)構(gòu)相似性和靶標(biāo)序列相似性，余弦相似性變換依然優(yōu)于高斯內(nèi)核相似性變換。

進(jìn)一步分析發(fā)現(xiàn)，對(duì)應(yīng)每種數(shù)據(jù)子集，基于藥物-靶標(biāo)相互作用獲得的藥物相似性和靶標(biāo)相似性，在分別結(jié)合藥物化學(xué)結(jié)構(gòu)相似性和靶標(biāo)序列相似性后，AUC 提高并不明顯，有些反而下降。例如，在Type1 下，IC 對(duì)應(yīng)的AUC 為0.9340，而在Type2 下，AUC 為0.9356，增加很小；對(duì)于Enzyme 和GPCR，AUC 反而有所降低。比較Type4 和Type3，IC、GPCR 和NR 的AUC 提高，只有Enzyme 的AUC 值略有降低，表明采用高斯內(nèi)核相似性變換時(shí)，結(jié)合藥物化學(xué)結(jié)構(gòu)相似性和靶標(biāo)序列相似性總體上是有利的。

3.2 基于Logistic變換的預(yù)測(cè)

為了對(duì)比分析，4 種組合中DS和TS采用Logistic 變換，對(duì)Enzyme、IC、GPCR 和NR 中藥物-靶標(biāo)相互作用矩陣A進(jìn)行5 折交叉驗(yàn)證。Logistic 變換中參數(shù)C對(duì)結(jié)果有影響，為了避免過擬合，實(shí)驗(yàn)中C=-20，實(shí)驗(yàn)結(jié)果如表4所示。

表4 不同組合Logistic變換后預(yù)測(cè)的AUC比較（C=-20）

比較表4 和表3，采用余弦相似性的Type1和Type2，經(jīng)過Logistic變換后，8個(gè)AUC值中的6 個(gè)有所增加，Type2 條件下增加更加明顯，2個(gè)降低的值出現(xiàn)在GPCR 中Type1、NR 中Type2。NR 中僅包含54 個(gè)藥物，26 個(gè)靶標(biāo)，90個(gè)相互作用，因數(shù)據(jù)量小結(jié)果不穩(wěn)定。Type2條件下，GPCR 對(duì)應(yīng)的AUC 增加最多，從0.8854增至0.9222，提高了4.16%。就4 個(gè)數(shù)據(jù)子集平均而言，對(duì)應(yīng)Type1，AUC 值提高0.65%；對(duì)應(yīng)Type2，AUC 值提高了1.78%，后者的增量是前者的近3倍。

在表4 中，采用高斯內(nèi)核相似性的Type3 和Type4 與相應(yīng)表3 中的數(shù)據(jù)比較，Type3 條件下除NR 數(shù)據(jù)子集外，AUC 值反而降低，而Type4條件下AUC值全部提高?？傮w上，對(duì)于Type3，4個(gè)數(shù)據(jù)子集AUC值平均降低3.78%；對(duì)于Type4，AUC值平均提高了2.00%。

由表4數(shù)據(jù)可知，對(duì)應(yīng)任意一種標(biāo)準(zhǔn)數(shù)據(jù)子集，Type2 條件下的AUC 值高于Type1 條件下的，平均提高1.73%。Type4 條件下的AUC 值高于Type3 條件下的，平均提高10.51%。這表明藥物-靶標(biāo)相互作用矩陣無論采用余弦變換還是高斯內(nèi)核變換，融合藥物化學(xué)結(jié)構(gòu)相似數(shù)據(jù)DS_CS 和靶標(biāo)序列相似數(shù)據(jù)TS_Seq 后，預(yù)測(cè)性能明顯提高。

3.3 對(duì)比分析

從上述分析可見，在Type2 條件下，經(jīng)過Logistic 變換后NCP 方法性能最高。將NCP 方法與文獻(xiàn)報(bào)道的DVM方法比較［6］，除NR數(shù)據(jù)子集外，在其他3 個(gè)子集上AUC 值都高于DVM，顯示本方法具有一定的優(yōu)越性。

表5 NCP與DVM預(yù)測(cè)結(jié)果的AUC比較

4 結(jié)語(yǔ)

通過計(jì)算方法篩選潛在的藥物-靶標(biāo)相互作用有利于節(jié)約藥物重定向的成本。本研究基于Matlab 語(yǔ)言開發(fā)一個(gè)藥物-靶標(biāo)相互作用預(yù)測(cè)平臺(tái)，實(shí)驗(yàn)證明該平臺(tái)是穩(wěn)定、可行的。平臺(tái)采用的NCP 預(yù)測(cè)方法具有一定優(yōu)越性，對(duì)于如何更合理設(shè)置各種參數(shù)需要深入研究。該平臺(tái)基于模塊化思想設(shè)計(jì)，可靈活替換不同預(yù)測(cè)方法，快速獲得實(shí)驗(yàn)結(jié)果。因此，該平臺(tái)的開發(fā)對(duì)生物醫(yī)學(xué)知識(shí)科普、學(xué)生科研訓(xùn)練和藥物重定向研究都是有益的。