基于随机森林算法预测红景天治疗心脑血管类疾病的潜在靶点

目的 应用网络药理学研究方法中的随机森林算法构建药物-靶点模型，预测红景天治疗心脑血管类疾病的关键靶标。方法 搜集KEGG数据库中小分子药物-核蛋白、小分子药物-G蛋白、小分子药物-离子通道、小分子药物-酶四类药靶数据作为训练集，采用随机森林算法构建药物-靶点模型并预测红景天体内潜在作用靶点，应用Cytoscape软件构建红景天化学成分、体内潜在作用靶点及相关疾病网络；利用十折交叉验证进行模型精度评价。结果 红景天的9个化学成分被预测出多个作用靶点并得到较好的文献验证，小分子药物-核蛋白、小分子药物-G蛋白、小分子药物-离子通道、小分子药物-酶四类药靶模型的预测正确率分别是68.22%、73.71%、67.08%、71.36%。结论 本方法所建模型预测红景天治疗心脑血管类疾病的关键靶标精度较高，也可用于预测其他中药化学成分的潜在作用靶点。