构建异质网络和特征学习
整合多种生物医学网络数据，学习药物和靶点的低维向量表示，用于预测药物-靶点相互作用。
整合15种化学、基因组、表型和细胞网络，使用DNGR算法进行网络嵌入，学习药物和靶点的特征向量。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
基于异质网络的深度学习在已知药物中的靶标识别
Target identification among known drugs by deep learning from heterogeneous networks.
实验完整度
高包含计算预测、体外结合实验、细胞功能实验和动物模型等多个独立证据层级，且明确包含功能验证和机制验证。
主要模型
HEK293T细胞系 C57BL/6小鼠EAE模型 人ROR-γt-LBD重组蛋白
重点核对
deepDTnet训练的5折交叉验证，正负样本各20%作为测试集，重复30次 拓扑替康在10 μM时对ROR-γt的抑制活性为71.0%，IC50为0.43±0.02 μM HTRF实验中拓扑替康破坏ROR-γt-LBD与SRC-1肽相互作用，IC50为6.65±0.02 μM EAE模型中，拓扑替康（10 mg/kg）或对照（无菌水）在第11天开始每4天腹腔注射 EAE诱导：C57BL/6小鼠皮下免疫MOG35-55（300 μg）并用百日咳毒素（100 ng/只）在第0天和第2天腹腔注射
摘要
在不预先了解完整药物靶点信息的情况下，开发有前景且经济有效的方法来有效治疗人类疾病是具有挑战性的。在这里，我们开发了deepDTnet，一种深度学习 methodology，用于在嵌入15种化学、基因组、表型和细胞网络图谱的异质药物-基因-疾病网络中进行新靶点识别和药物重定位。基于732种美国FDA批准的小分子药物进行训练，deepDTnet在识别已知药物的新分子靶点方面表现出高准确性（受试者工作特征曲线下面积=0.963），优于先前发表的最先进方法。我们随后实验验证了deepDTnet预测的拓扑替康（一种已批准拓扑异构酶抑制剂）是人维A酸受体相关孤儿受体γt（ROR-γt）的新型直接抑制剂（IC50 = 0.43 μM）。此外，通过特异性靶向ROR-γt，拓扑替康在多发性硬化症小鼠模型中显示出潜在的治疗效果。总之，deepDTnet提供了一种强大的基于网络的深度学习方法，用于靶点识别，以加速药物重定位并最小化药物开发中的转化差距。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 开发一种基于异质网络的深度学习方法来识别已知药物的新靶点，并验证其预测的靶点，以支持药物重定位。
- 核心机制
- 拓扑替康通过直接结合并抑制ROR-γt的转录活性，从而减少IL-17的产生，在EAE小鼠模型中缓解多发性硬化症状。
- 主要证据
- 通过细胞荧光素酶报告实验、HTRF实验、CD光谱、HPLC和分子对接等证实拓扑替康直接抑制ROR-γt，并在EAE小鼠模型中减轻疾病严重程度、减少脱髓鞘和IL-17水平。
- 研究意义
- deepDTnet为靶点识别和药物重定位提供了强大工具，拓扑替康可能是多发性硬化症的潜在治疗策略，但需进一步临床研究。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
预测新药物-靶点相互作用
利用PU矩阵补全算法预测已知药物的新靶点，并评估预测性能。
使用PU矩阵补全从药物特征空间投影到靶点空间，预测新的相互作用。
实验验证拓扑替康抑制ROR-γt
验证deepDTnet预测的拓扑替康是否能直接抑制ROR-γt。
通过细胞荧光素酶报告实验筛选18种药物，并用HTRF、CD光谱、HPLC和荧光淬灭实验验证拓扑替康与ROR-γt-LBD的直接结合。
体内评估拓扑替康对EAE的治疗效果
评估拓扑替康在多发性硬化症小鼠模型中的治疗效果和作用机制。
在C57BL/6小鼠中诱导EAE，给予拓扑替康或对照，评估临床评分、体重、组织学、髓鞘成像、BBB完整性、IL-17水平和靶点占用。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 药物处理 | 拓扑替康 | Target Molecule Corporation | -- |
| T0901317 | -- | -- | |
| 细胞培养 | DMEM培养基 | -- | -- |
| 胎牛血清 | Gibco | -- | |
| 蛋白表达纯化 | pET15b载体 | Novagen | -- |
| Ni-NTA His-Bind柱 | -- | -- | |
| 异丙基β-d-1-硫代半乳糖苷 | -- | -- | |
| HTRF实验 | SRC1-2肽 | GL Biochem Ltd | -- |
| 铕标记的抗His抗体 | Cisbio bioassays | -- | |
| XL665标记的链霉亲和素 | Cisbio bioassays | -- | |
| 荧光素酶报告实验 | pGL4.35载体 | Promega | -- |
| pFN11A (BIND)载体 | Promega | -- | |
| Lipofectamine 2000转染试剂 | Invitrogen | -- | |
| Dual-Glo®试剂 | Promega | -- | |
| HTRF和荧光素酶检测 | EnVision多功能酶标仪 | PerkinElmer | -- |
| 分子对接 | AutoDock Vina | -- | -- |
| Chem 3D ultra | Cambridge Soft Corporation | -- | |
| 药代动力学 | 伊立替康 | -- | -- |
| 高效液相色谱-串联质谱 | Thermo Scientific | -- | |
| ELISA | IL-17 ELISA试剂盒 | Neobioscience | -- |
| 活体成像 | 3,3'-二乙基硫代三碳菁碘化物 | -- | -- |
| Cy5.5标记牛血清白蛋白 | -- | -- | |
| IVIS Spectrum CT成像系统 | PerkinElmer | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 网络构建 | 药物-靶点网络：5680个DTI，732个药物，1178个人类靶点，结合亲和力≤10 μM 阅读提示：Methods: Drug-target network |
| 预测模型训练 | 5折交叉验证，20%正样本和匹配数量的随机非相互作用对作为测试集，重复30次 阅读提示：Methods: Prediction of drug-target interactions |
| 荧光素酶报告实验 | HEK293T细胞，2 μg pGL4.35，2 μg pFN11A (BIND)-Gal4-ROR-γt-LBD，Lipofectamine 2000转染，20小时后加药，24小时后检测 阅读提示：Methods: Luciferase reporter assay |
| HTRF实验 | 100 nM ROR-γt-LBD，100 nM SRC1-2肽，0.5 nM Eu标记抗His抗体，41.67 nM XL665标记链霉亲和素，室温孵育2小时 阅读提示：Methods: Homogeneous time resolved fluorescence (HTRF) assay |
| EAE诱导与治疗 | C57BL/6小鼠，MOG35-55 300 μg，CFA，百日咳毒素100 ng/只（第0、2天），第11天开始给药（10 mg/kg）每4天一次 阅读提示：Methods: Experimental autoimmune encephalomyelitis (EAE) induction |