生物医学网络科学Biomedical Network Science
疾病模块、网络邻近度与药物重定位06 / 18

药物–靶点网络与网络药理学

阅读
约 2 分钟

网络的构成

药物–靶点–疾病网络是一个异质网络(heterogeneous network):

节点类型 边类型 常用数据来源
药物 药物–靶点(结合、抑制、激活) DrugBank、ChEMBL
靶点(蛋白/基因) 蛋白–蛋白相互作用 STRING、BioGRID、整合相互作用组
疾病 疾病–基因(遗传关联、突变) OMIM、GWAS Catalog、DisGeNET
疾病 药物–疾病(适应症、临床试验) DrugBank、ClinicalTrials.gov

把“药物–靶点”二分网络投影到药物一侧,得到共享靶点的药物网络;投影到靶点一侧,得到被同一药物作用的靶点网络(人类疾病网络用的是同样的二分投影方法)。

从“一药一靶”到网络药理学

Yildirim 等(2007,Nature Biotechnology)分析当时 FDA 批准药物的药物–靶点网络,发现新药大多作用于已被其他药物作用过的靶点,呈现明显的“跟进”趋势;许多药物的靶点并不是疾病基因本身,而是在网络上与疾病基因相隔一段距离,更多起缓解症状而非纠正病因的作用。

Hopkins(2008,Nature Chemical Biology)提出网络药理学(network pharmacology):药物的疗效和副作用常来自同时作用多个靶点;对稳健的生物网络(见网络可控性与稳定性),单靶点抑制往往被冗余通路代偿,而合理设计的多靶点作用可能更有效。网络视角下:

  • 疗效:药物靶点与疾病模块的网络邻近程度;
  • 副作用:药物靶点与其他疾病模块或关键生理通路的邻近程度;
  • 药物组合:两种药物的靶点模块之间以及它们与疾病模块之间的相对位置(见药物组合的网络构型)。

“网络药理学”在中文文献中也常指“中药成分–预测靶点–PPI–富集分析”的流程。这类分析的靶点多来自结构预测、缺乏实验证据,且通常不与度匹配随机基线比较,得到的“核心靶点”往往就是 PPI 中的高连接度枢纽。引用或开展此类分析时,应至少报告靶点证据来源,并按本专题的方法做零模型比较。