通过在多层网络中与贪婪算法的全局传播进行癌症治疗的药物修复

本文最初发表这里

癌症BIOL MED。2021年4月24:J.issn.2095-3941.2020.0218。DOI:10.20892 / J.issn.2095-3941.2020.0218。在线之前在线。

抽象的

目的:毒品重新调整,现有治疗方法对新迹象的应用,承担了以低于那么低的成本实现快速临床影响德诺维药物发展。我们研究的目的是对疾病,特别是癌症进行更全面的药物重新调整预测。

方法:通过靶向4,096例人类疾病,包括384名癌症,我们提出了一种基于异构多层网络的贪婪计算模型,用于重新估算1,419名药物中的药物。我们对癌症中占主导地位的重新灌注药进行了额外的实验验证。

结果:跨验证和文献采矿的模型的整体性能得到了很好的支持。专注于癌症中排名排名的可重复的药物,我们验证了临床上广泛使用的5种可重复的药物的抗癌效果在药物敏感性实验中。由于硝苯地平(抗高血压药物)和Nortriptyline(抗抑郁药)在前列腺癌中的独特抗肿瘤作用,我们通过使用定量蛋白质组学进一步探索了其潜在机制。我们的分析表明,硝苯地平和Nortriptyline都影响了DNA复制,细胞周期和RNA运输的癌症相关途径。而且,体内实验表明,硝苯地平和Nortriptyline显着抑制异种移植模型中前列腺肿瘤的生长。

结论:我们在名为药物重新淘汰(PAD)预测数据库的公共数据库中发布的预测结果提供了一种信息,用于发现和排名可能被重新培养癌症治疗和确定现有药物的新治疗效果的药物资源。

PMID:33893730.|DOI:10.20892 / j.issn.2095-3941.2020.0218