中医传承辅助系统软件开发与应用

目的:在全面客观地对中医药传承模式及方法特点进行分析的基础上,开发中医传承辅助系统.方法:该系统基于个性化需求的自助式服务平台的构建思路进行架构,以人工智能、数据挖掘、网络科学等学科的方法和技术为支撑,围绕临床诊疗和中医传承工作中的继承、发展、传播和创新4个方面的核心需求,分别构建面向临床数据的中医诊疗信息采集模块、面向中医药本体的知识管理和服务模块、面向传承创新的隐性知识挖掘模块等几大功能模块,有效地解决了中医传承过程中的非标准化、个性化等问题.结果:通过该系统的使用,能够辅助名老中医经验传承,医师个体经验总结、青年医师学习以及新药处方发现等应用.结论:该系统丰富了传承模式,有效满足了中医传承和发展的需求.     

基于二分图评价模型的网络药物靶标预测改进方法

网络药理学作为新药研发领域中新的发展方向,受到越来越多的学者关注,而基因组药物发现研究中的一个关键问题就是如何识别药物与靶标蛋白质间新的交互作用。本研究即希望根据已知交互作用建立模型预测新的交互作用,以达到发现新靶标的目的。作者针对前人提出的二分图建模方法中存在的不足,提出了一种新的有监督的基于二分图评价模型的融合算法,根据已知的药物-靶标交互作用构建二分图网络,并建立药物-靶标蛋白质对的关联性评价模型,依此模型预测新的药物-靶标蛋白质交互作用,即预测新靶标。在已知交互作用数据集上做测试,本研究所提出的基于二分图评价模型的融合算法在性能上优于其他3种预测算法。基于二分图评价模型的融合算法集成化学空间、疗效空间和基因空间,构建药物候选化合物-靶标候选蛋白质交互网络,并建立交互作用预测模型,能预测出新的药物-靶标蛋白质交互作用,进而预测药物靶标,效果良好。     

基于靶标识别的心脑血管潜在致病基因预测

靶标识别是现代药物研发中的重要一环,针对具体疾病的靶标识别已经成为疾病新药研发的最重要问题。本文依照网络药理学的思想,采用复杂网络分析方法,构建了人类蛋白质反应网络和表型相似度网络,结合已知心脑血管相关靶标蛋白质,训练得到网络节点分类器,并以此预测新的潜在靶标。同以往的靶标发现方法相比,本文从一个新的角度对靶标识别问题重新建模求解。本文所提出的方法能够有效的预测心脑血管疾病潜在靶标基因,为新药研发提供有力的支撑。