基于互信息算法的抗前列腺癌药物重定位分析

• 作者: 杨光 郝逸凡
• 来源期刊: 沈阳师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 药物重定位 前列腺癌 互信息 connectivity map
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 统计学
• 页码范围: 34-37
• 页数: 4页
• 分类号: O212|TP311
• 字数: 3441字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5862.2019.01.007

摘要

药物重定位研究不仅大大减少了新药开发的周期,还降低了经济成本,越来越受到医药界的重视.前列腺癌是世界上死亡率较高的癌症,近年来针对单个基因的研究不足以分析癌症的复杂发病机理.首先,应用R软件的互信息方法分析前列腺癌的基因表达数据并提取前列腺癌特征基因,得到从失联到关联状态下含有大量致病基因信息的特征基因.然后,通过cmap分析确定了几种治疗前列腺癌的药物.使用的基因表达数据来自TCGA,通过互信息分析算法发现了294条上调基因和362条下调基因.对这些特征基因进行cmap分析,发现了多种化合物对前列腺癌具有抑制作用,通过cmap负相关分数降序排列,得到了Thioridazine(硫利达嗪)、trichostatin A(曲古菌素A)等更可能对前列腺癌有抑制作用的药物.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨光	沈阳师范大学数学与系统科学学院	84	321	10.0	14.0
2	郝逸凡	沈阳师范大学数学与系统科学学院	3	1	1.0	1.0