python预测药_一种中药活性成分和关键靶点的预测方法与流程

本发明涉及一种药物分析方法，构建中药成分靶点关系数据库并预测活性成分和关键靶点的方法。

背景技术：

网络药理学是建立在疾病-基因-药物的多层次网络基础上，用于从整体上预测药物靶点、提高药物发现效率的新兴学科。网络药理学的主要步骤包括活性成分的筛选、作用靶点的获取和网络构建与分析等3个部分。中药复方制剂，由多种药材组成，化学成分复杂，作用的靶点多。网络药理学非常适合这种多成分、多靶点的中药复方制剂的研究。并且实践证明，网络药理学技术对中药复杂体系的整体性、系统性分析有独特优势。

中药系统药理学分析平台(TCMSP)可以广泛提供草药的成分信息，它包括了中国药典中注册的499种中草药和29384种成分。该平台提供了中草药的标准名称、Pubchem Cid以及草药的ADME相关的中药特性。可以帮助进行药物的筛选和评估。

NCBI数据库可以用来进行有机小分子化合物的获取，还可以用来获取疾病对应的靶点。使用该数据库选择NCBI PubChem Compound，输入成分的名称或者是PubChemCid可以获取到成分信息，例如成分的2D结构文件和3D结构文件，化合物的分子式等信息。选择NCBI Gene，输入疾病的名称，限制物种为人，可以查询到疾病所对应的所有靶点名称等信息。

UniProt数据库提供了蛋白质序列及其注释的重要集合，对于标准的基因标号，该网站可以提供对应的蛋白质的名称、蛋白质的结构、蛋白质的PDB ID，分辨率以及蛋白质的序列数据。可以方便进行基因-蛋白分析，并且数据库还在不断扩充。

分子对接是从已知结构的受体(蛋白质或活性位点)和配体出发，通过化学计量学方法模拟分子的几何结构和分子间作用力来进行分子间相互作用识别并预测受体-配体复合物结构的方法称为分子对接。分子对接结果可以用来描述分子间的相互作用的强弱。System Dock Web Site是一个网络服务器，可以用来进行分子对接，并且使用Dock-IN评分，以评估蛋白质-配体结合潜力。

网络爬虫技术是一种基于某种规则，通过脚本或程序，自动获取网页信息的技术。网络爬虫首先需要从页面的URL开始，通过分析页面的特点，使用脚本解析页面数据，并下载到本地。爬虫的过程分为采集数据、处理数据和存储数据等三个部分。按照页面的特点，爬虫可以分为静态页面爬虫和动态页面怕成。Selenium是一个自动化测试框架，可以方便进行动态页面的爬虫，而且该框架可以在Chrome、FireFox等多个平台使用。结合语言Python，爬虫任务方便快捷。在存储数据阶段，MySQL等数据库可以用来进行方便的数据存储。

带权有向图是一个有向图，方向由出发点指向终结点，边是带权边。根据带权有向图模型，可以计算顶点的加权入度和加权出度，对顶点的加权入度和加权出度分别进行排名，获取顶点的关键性信息。

基于分子对接的中药活性成分和关键靶点的预测，现阶段的处理方法是，获取到对成分和靶点的打分，首先筛选大于给定阈值的那些数据，然后分别计算与成分发生作用的靶点的个数，按照从大到小的顺序排序，按照用户的需求，选择排名靠前的若干成分作为关键成分，对于关键靶点的预测，需要分别计算与靶点发生作用的成分的个数，按照从大到小的顺序排序，按照用户的需求，选择排名靠前的若干靶点作为关键靶点。这种方法没有考虑到大于阈值的打分跨度也不小，由于缺失了部分的信息，导致最后计算出来