Oct, 2023
建模重要路径以进行有效的阿尔茨海默病药物再利用
Modeling Path Importance for Effective Alzheimer's Disease Drug Repurposing
Shunian Xiang, Patrick J. Lawrence, Bo Peng, ChienWei Chiang PhD, Dokyoon Kim PhD...
TL;DR最近，药物再利用作为一种有效和资源高效的方法已经成为 AD 药物发现的一种范例。其中，网络方法在药物再利用中显示出了很好的效果，因为它们能够利用复杂网络来整合多种相互作用类型（如蛋白质相互作用），以更有效地识别候选药物。然而，现有方法通常假设网络中具有相同长度的路径对于识别药物的治疗效果具有相等的重要性。和其他领域的研究发现，相同长度的路径并不一定具有相同的重要性。因此，依赖于这种假设可能对药物再利用尝试造成不利影响。在本研究中，我们提出了一种被称为 MPI（Modeling Path Importance）的新型网络方法用于 AD 药物再利用。MPI 的独特之处在于，它通过学习到的节点嵌入来优先考虑重要路径，这样能够有效地捕捉网络的丰富结构信息。因此，利用学到的嵌入使得 MPI 能够有效区分路径的重要性。我们将 MPI 与一种常用的基准方法进行评估，该方法主要根据网络中药物与 AD 之间的最短路径来识别抗 AD 药物候选物。我们观察到，在排名前 50 的候选药物中，与基准方法相比，MPI 优先考虑了 20.0% 更多具有抗 AD 证据的药物。最后，我们利用保险索赔数据生成的 Cox 比例危险模型有助于我们识别使用依托拉他、尼古丁和越过血脑屏障的 ACE-INHs 可降低 AD 风险，这表明这些药物可能是可行的再利用候选物，并应在未来的研究中进一步探索。