通讯作者: 侯跃芳, yfhou@cmu.edu.cn

DOI：10.12201/bmr.202511.00055

Research on Drug Repositioning Based on Multi-omics Data Mining

• 摘要：目的/意义 利用药物重定位相关的多组学数据库,构建多组学数据融合挖掘框架,开展疾病药物重定位研究,为药物开发提供依据。 方法/过程 从GWAS、HMDB、PubMed等多组学数据库检索并抽取疾病的遗传变异、代谢物、蛋白质及表观遗传变化信息并进行融合挖掘及处理,得到疾病相关蛋白质,构建蛋白质网络并分析；利用TTD、DrugBank数据库由疾病的相关蛋白筛选潜在药物,基于加权求和模型计算靶点优先级,并依据优选的靶蛋白筛选药物。以阿尔茨海默病(AD)为实例,预测潜在的抗AD药物。 结果/结论 构建了多组学数据融合挖掘框架,实证研究共得到556种AD相关蛋白质,计算AD蛋白优先级后,筛选排名前两位的抗AD靶蛋白及其相关药物,最终实现药物重定位。

  关键词： 多组学数据；数据挖掘；药物重定位；加权求和模型; ; ; 

   

  Abstract: Purpose/Significance By utilizing multi-omics databases related to drug repositioning, a multi-omics data fusion and mining framework is constructed to conduct research on drug repositioning for diseases, providing a basis for drug development.Method/Process Genetic variations, metabolites, proteins, and epigenetic changes related to diseases are retrieved and extracted from multi-omics databases such as GWAS, HMDB, and PubMed, and then fused, mined, and processed to obtain disease-related proteins. A protein network is constructed and analyzed. Potential drugs are screened from the TTD and DrugBank databases based on the related proteins of the disease. The target priority is calculated using a weighted sum model, and drugs are selected based on the preferred target proteins. Taking Alzheimers disease (AD) as an example, potential anti-AD drugs are predicted.Result/Conclusion A multi-omics data fusion and mining framework is constructed. Through empirical research, a total of 556 AD-related proteins are obtained. After calculating the priority of AD proteins, the top two anti-AD target proteins and their related drugs are screened, ultimately achieving drug repositioning.

  Key words: Multi-omics data; Data mining; Drug repositioning; Weighted sum model

  提交时间：2025-11-20

  版权声明：作者本人独立拥有该论文的版权，预印本系统仅拥有论文的永久保存权利。任何人未经允许不得重复使用。
• html

• 图表

• 杨亚峰, 王晓燕, 刘丽平, 孔令霞, 郑晓娟, 陈茁. 基于数据挖掘探析从“少阳为枢”理论治疗小儿夜咳的用药规律. 2025. doi: 10.12201/bmr.202502.00014

  孟梓涵, 虞跃跃, 史晓燚, 马欣宇, 武叮叮, 张旭, 李贺祎, 王静雅, 张莉苑, 赵合立. 膝骨关节炎用药特点的古代数据挖掘. 2025. doi: 10.12201/bmr.202502.00016

  罗轩, 韦传玉, 梁金环, 林莹, 李芳梅. 基于数据挖掘从瘀热互结论治寻常型银屑病的用药规律. 2025. doi: 10.12201/bmr.202509.00055

  洪天琪, 杨笑亚, 张慧燕, 葛凯莉, 薛洋洋, 魏春山. 基于数据挖掘和网络药理学探析肝癌的用药规律及作用机制. 2024. doi: 10.12201/bmr.202407.00040

  张冬云, 李晨程, 殷策, 张云秋. 基于数据挖掘的临床智能决策技术分析*. 2024. doi: 10.12201/bmr.202402.00009

  蔡超丽. 基于数据挖掘分析中药治疗小儿遗尿症用药规律. 2025. doi: 10.12201/bmr.202510.00056

  凌振伟, 吴子辉, 卢林涛, 柯亮, 袁芳, 王凯华. 基于数据挖掘探讨吴子辉治疗失眠的处方规律. 2025. doi: 10.12201/bmr.202504.00009

  吕艳华, 王康龙, 钟小云, 陈俊冶. 基于文本挖掘的互联网医疗平台用户画像模型构建 ——以自闭症疾病问诊数据为例. 2023. doi: 10.12201/bmr.202312.00012

  李苑, 钱琳, 杨义. 中药治疗乳腺癌用药规律研究—基于真实世界的数据挖掘. 2025. doi: 10.12201/bmr.202506.00022

  季兴祖, 郑勇飞, 周敏华, 叶益平. 基于数据挖掘研究叶益平治疗肺癌用药规律. 2024. doi: 10.12201/bmr.202407.00030

• 序号	提交日期	编号	操作
  1	2025-10-11	10.12201/bmr.202511.00055V1	下载

• 公开评论  匿名评论  仅发给作者 提交评论