CN104992077A - 中医药生物信息处理方法、装置和系统 - Google Patents

中医药生物信息处理方法、装置和系统 Download PDF

Info

Publication number
CN104992077A
CN104992077A CN201510270744.XA CN201510270744A CN104992077A CN 104992077 A CN104992077 A CN 104992077A CN 201510270744 A CN201510270744 A CN 201510270744A CN 104992077 A CN104992077 A CN 104992077A
Authority
CN
China
Prior art keywords
chinese medicine
traditional chinese
bioinformatics
request
target spot
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510270744.XA
Other languages
English (en)
Other versions
CN104992077B (zh
Inventor
萧伟
徐筱杰
王振中
陈丽蓉
曹亮
丁岗
李娜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Kanion Pharmaceutical Co Ltd
Original Assignee
Jiangsu Kanion Pharmaceutical Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Kanion Pharmaceutical Co Ltd filed Critical Jiangsu Kanion Pharmaceutical Co Ltd
Priority to CN201510270744.XA priority Critical patent/CN104992077B/zh
Publication of CN104992077A publication Critical patent/CN104992077A/zh
Application granted granted Critical
Publication of CN104992077B publication Critical patent/CN104992077B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明提供了一种中医药生物信息处理方法、装置和系统,该方法包括:接收中医药生物信息处理请求;响应于所述中医药生物信息处理请求,从预先配置的信息处理策略库中查找出与该请求匹配的信息处理策略;根据所述匹配的信息处理策略对所述中医药生物信息处理请求进行处理,生成处理结果;返回携带有所述处理结果的处理响应。本发明实现了中医药生物信息处理请求的自动处理,提高了中医药生物信息处理的效率。

Description

中医药生物信息处理方法、装置和系统
技术领域
本发明涉及信息处理技术领域,尤其是涉及一种中医药生物信息处理方法、装置和系统。
背景技术
计算机技术的发展和信息的爆发式增长为生物信息学的研究提供了多重信息支持,但同时海量的信息也为研究人员增加了苦恼。而随着研究进一步深入,不断有新的药材成分被发现、新的疾病靶点被报道、成分的药理活性被验证出、药效分子被挖掘出,以及疾病的生物网络研究不断深入。研究人员在面对如此多的新信息时,往往显得无从下手。这是因为,传统的思路先通过调研大量的文献获取药材的报道成分,然后调研疾病的生物通路,而对于生物通路中涉及到的靶点,又需要调研分析成分与靶点的作用关系,最后才可构建生物网络,以进行中药的生物信息学分析。由此可见,在现有的中医药生物信息处理过程中人介入较多,费时费力,且效率低下。
发明内容
本发明的目的在于提供一种中医药生物信息处理方法、装置和系统,以提高中医药生物信息处理的效率。
为达到上述目的,本发明提供了一种中医药生物信息处理方法,包括以下步骤:
接收中医药生物信息处理请求;
响应于所述中医药生物信息处理请求,从预先配置的信息处理策略库中查找出与该请求匹配的信息处理策略;
根据所述匹配的信息处理策略对所述中医药生物信息处理请求进行处理,生成处理结果;
返回携带有所述处理结果的处理响应。
另一方面,本发明还提供了另一种中医药生物信息处理方法,包括以下步骤:
发送中医药生物信息处理请求;
接收携带有处理结果的处理响应;其中,所述处理结果为针对所述中医药生物信息处理请求的处理结果。
另一方面,本发明还提供了另一种中医药生物信息处理方法,包括以下步骤:
客户端向服务器端发送中医药生物信息处理请求;
所述服务器端响应于所述中医药生物信息处理请求,从预先配置的信息处理策略库中查找出与该请求匹配的信息处理策略;
所述服务器端根据所述匹配的信息处理策略对所述中医药生物信息处理请求进行处理,生成处理结果;
所述服务器端返回携带有所述处理结果的处理响应至所述客户端。
再一方面,本发明还提供了一种中医药生物信息处理装置,包括:
请求接收模块,用于接收中医药生物信息处理请求;
策略匹配模块,用于响应于所述中医药生物信息处理请求,从预先配置的信息处理策略库中查找出与该请求匹配的信息处理策略;
结果生成模块,用于根据所述匹配的信息处理策略对所述中医药生物信息处理请求进行处理,生成处理结果;
响应发送模块,用于返回携带有所述处理结果的处理响应。
再一方面,本发明还提供了另一种中医药生物信息处理装置,包括:
请求发送模块,用于发送中医药生物信息处理请求;
响应接收模块,用于接收携带有处理结果的处理响应;其中,所述处理结果为针对所述中医药生物信息处理请求的处理结果。
再一方面,本发明还提供了一种中医药生物信息处理系统,包括:
以上所述的中医药生物信息处理装置。
本发明首先接收中医药生物信息处理请求;然后响应于中医药生物信息处理请求,从预先配置的信息处理策略库中查找出与该请求匹配的信息处理策略,并根据匹配的信息处理策略对所述中医药生物信息处理请求进行处理,生成处理结果;最后返回携带有处理结果的处理响应。从而实现了对中医药生物信息处理请求的自动处理,提高了中医药生物信息处理的效率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1为本发明实施例的一种中医药生物信息处理方法的流程图;
图2为本发明实施例的一种中医药生物信息处理方法的流程图;
图3为本发明实施例的一种中医药生物信息处理装置的结构框图;
图4为本发明实施例的一种中医药生物信息处理装置的结构框图;
图5为本发明实施例的一种中医药生物信息处理系统的交互图;
图6为本发明实施例中桂枝茯苓丸的药材与有效成分的生物网络示意图;
图7为本发明实施例中方剂与预测疾病的相关性示意图;
图8为本发明实施例中生物通路中的信号流通示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
下面结合附图,对本发明的具体实施方式作进一步的详细说明。
本发明实施例的中医药生物信息处理系统包括服务器端和客户端(如图5所示),其中,客户端用于向服务器端发送中医药生物信息处理请求,而服务器端则用于对该中医药生物信息处理请求进行处理,生成处理结果,并向客户端返回携带有该处理结果的处理响应。
结合图3所示,作为本发明实施例的一种中医药生物信息处理装置,该服务器端具体包括:
请求接收模块31,用于接收中医药生物信息处理请求。
策略匹配模块32,用于响应于所述中医药生物信息处理请求,从预先配置的信息处理策略库中查找出与该请求匹配的信息处理策略。
结果生成模块33,用于根据所述匹配的信息处理策略对所述中医药生物信息处理请求进行处理,生成处理结果。
响应发送模块34,用于返回携带有所述处理结果的处理响应。
结合图4所示,作为本发明实施例的一种中医药生物信息处理装置,该客户端具体包括:
请求发送模块41,用于发送中医药生物信息处理请求。
响应接收模块42,用于接收携带有处理结果的处理响应;其中,所述处理结果为针对所述中医药生物信息处理请求的处理结果。
至于以上若干模块的具体细节,可通过下文对应的方法来了解。
参考图1所示,与本发明的服务器端对应,本发明实施例的中医药生物信息处理方法包括以下步骤:
S11,接收中医药生物信息处理请求。
S12,响应于所述中医药生物信息处理请求,从预先配置的信息处理策略库中查找出与该请求匹配的信息处理策略。其中,所述信息处理策略可以为预先设置的中医药生物信息处理路径:比如根据功能主治获取对应的疾病信息的处理路径,根据药理活性获取对应的功能主治的处理路径,根据药理活性获取可用于治疗的疾病的处理路径,根据不适症状获取可用于治疗该不适症状的药材的处理路径,根据靶点获取对应的功能主治的路径等等。
S13,根据所述匹配的信息处理策略对所述中医药生物信息处理请求进行处理,生成处理结果。例如:
当请求为根据功能主治获取对应的疾病信息时,所述根据匹配的信息处理策略对所述中医药生物信息处理请求进行处理的过程如下:
首先,查找第一关系表,获取与所述中医药生物信息处理请求中携带的功能主治信息相对应的各种药材。
其次,查找第二关系表,获取其中每种药材的有效成分。
然后,查找第三关系表,获取所述每种药材的有效成分与其所作用的靶点的分子对接情况。
其次,对每种药材的有效成分与其所作用的靶点的分子对接情况进行排序,并依据该排序结果筛选出该有效成分预测有效的靶点。
再次,查找第四关系表,获取每个有效成分预测有效的靶点所在的生物通路。
最后,根据每个有效成分预测有效的靶点所在的生物通路关联到该靶点所针对的疾病。
当请求为根据药理活性获取对应的功能主治时,所述根据匹配的信息处理策略对所述中医药生物信息处理请求进行处理的过程如下:
首先,查找第五关系表,获取与所述中医药生物信息处理请求中携带的药理活性信息相对应的各种有效成分。
其次,查找第二关系表,获取至少含有所述各种有效成分其中之一的各种药材。
最后,查找第一关系表,获取其中每种药材的主治功能。
当请求为根据药理活性获取可用于治疗的疾病时,所述根据匹配的信息处理策略对所述中医药生物信息处理请求进行处理的过程如下:
首先,查找第五关系表,获取与所述中医药生物信息处理请求中携带的药理活性信息相对应的各种有效成分。
其次,查找第三关系表,获取所述每种有效成分与其所作用的靶点的分子对接情况。
然后,对每种有效成分与其所作用的靶点的分子对接情况进行排序,并依据该排序结果筛选出该有效成分预测有效的靶点。
再次,查找第四关系表,获取每个有效成分预测有效的靶点所在的生物通路。
最后,根据每个有效成分预测有效的靶点所在的生物通路关联到该靶点所针对的疾病。
当请求为根据不适症状获取可用于治疗该不适症状的药材时,所述根据匹配的信息处理策略对所述中医药生物信息处理请求进行处理的过程如下:
首先,查找第六关系表,获取与所述中医药生物信息处理请求中携带的不适症状信息相对应的各种疾病。
其次,查找第四关系表,获取每种疾病所在的生物通路。
然后,根据每种疾病所在的生物通路关联到该种疾病所对应的靶点。
其次,查找第三关系表,获取每个靶点同各种药材成分的分子对接情况。
再次,对每个靶点同各种药材成分的分子对接情况进行排序,并根据排序结果筛选出其中的有效成分。
最后,查找第二关系表,获取含有所述有效成分的各种药材。
当请求为根据靶点获取对应的功能主治时,所述根据匹配的信息处理策略对所述中医药生物信息处理请求进行处理的过程如下:首先,查找第三关系表,获取与所述中医药生物信息处理请求中携带的靶点信息同各种药材成分的分子对接情况。
其次,对所述靶点同各种药材成分的分子对接情况进行排序,并根据排序结果筛选出其中的有效成分。
然后,查找第二关系表,获取含有所述有效成分的各种药材。
最后,查找第一关系表,获取其中每种药材的主治功能。
当请求为根据方剂获取其可治疗的疾病时,所述根据匹配的信息处理策略对所述中医药生物信息处理请求进行处理的过程如下:
首先,查找第七关系表,获取所述中医药生物信息处理请求中携带的方剂所包含的各种成分。
其次,查找第八关系表,获取其中每种成分的分子同各靶点的对接情况。
然后,基于所述每种成分的分子同各靶点的对接情况构建第一生物网络,以对所述方剂及其有效成分进行分析,获取所述方剂的君药、臣药、佐药、使药及其对应的靶点。
最后,基于所述方剂的君药、臣药、佐药、使药各自对应的靶点构建第二生物网络,以预测所述君药、臣药、佐药和使药各自对应的靶点同疾病的作用关系。
其中,所述君药、臣药、佐药和使药各自对应的靶点同疾病的作用关系为:
F f - d = α Σ i = 1 n N h + b Σ i = 1 n N c + c Σ i = 1 j N t + d Σ i = 1 m * j N docking , 其中,Ff-d为所述方剂与疾病相关性值;Nh为对应设定条件下所述方剂中的药材与疾病是否相关,相关为1,不相关为0;Nc为对应设定条件下所述方剂中的药材同疾病相关的成分数目;Nt为对应设定条件下所述方剂中含有的成分与疾病靶点是否相关,相关为1,不相关为0;Ndocking为所述方剂中的满足设定阈值的成分同其对应的靶点的分子对接得分值;a、b、c、d为各因素的权重。
当请求为根据药材或方剂获取其对临床检测指标的影响时,所述根据匹配的信息处理策略对所述中医药生物信息处理请求进行处理的过程如下:
首先,获取所述中医药生物信息处理请求中携带的疾病以及对应用于治疗该疾病的药材或方剂。
其次,查找第九关系表,获取所述疾病的临床检测指标和生物通路信息,并查找第十关系表,获取所述药材或方剂的成分信息。
然后,计算所述成分信息中各成分对所述临床检测指标的效应值。
最后,根据所述成分信息中各成分对所述临床检测指标的效应值计算所述药材或方剂对所述临床检测指标的效应值。
其中,所述成分信息中各成分对所述临床检测指标的效应值,依据以下公式计算得到:
F compound = Σ i = 1 m | k i × ( E docking ) |
其中,Fcompound为一成分对该临床检测指标的效应值,m为该临床检测指标涉及的生物通路中的靶点,Edocking为该成分同靶点的结合自由能,ki为通路中的靶点i与临床指标的信号流通值。在不考虑耗损的情况下最短路径内,通过靶点i流向临床指标的信号强度如图8所示,起始点靶点S默认的信号强度为100%,其流通到临床指标Marker的最短路径“S-T1-T3-Marker”信号流通值为50%和最短路径“S-T2-T3-Marker”信号流通值为25%,累积为75%;T2的接收信号强度为50%,由它经最短路径“T2-T3-Marker”信号流通值为25%)。
其中,所述药材或方剂对所述临床检测指标的效应值,通过过以下公式计算:
F herb = Σ i = 1 n V i × F compound ( i )
其中,Fherb为药材或者方剂对临床检测指标的效应值,n为药材或方剂含有的成分种类数目,Vi为各成分在药材或方剂中的含量百分比(在不确定含量的情况下,可默认各成分含量相同),Fcompound为成分i对该临床检测指标的效应值。
S14,返回携带有所述处理结果的处理响应。
本发明实施例的中医药生物信息处理方法,还包括:
接收中医药生物信息查询请求,根据所述查询请求查询中医药生物信息资源数据库,并返回查询结果;其中,所述查询结果包括外部中医药生物信息资源数据库链接。这样就可以就可以一站式查询国内外各个中医药生物信息数据库,而不用单独再去通过搜索引擎查找了。
结合图2所示,与本发明的客户端对应,本发明实施例的中医药生物信息处理方法,包括:
S21,发送中医药生物信息处理请求。
S22,接收携带有处理结果的处理响应;其中,所述处理结果为针对所述中医药生物信息处理请求的处理结果。
下面举例说明本发明的实施例具体应用
一、使用本发明进行组方预测。
首先,获取桂枝茯苓丸的成分信息。该桂枝茯苓丸的药材包括桂枝、茯苓、牡丹(使用“牡丹花”代替)、桃仁、芍药(使用“赤芍”和“白芍”)。通过查询药材-成分关系表可获得桂枝茯苓丸所包含的各种成分。该桂枝茯苓丸包含了292种不同的成分。
其次,获取其中每种成分的分子同各靶点的对接情况,通过查询成分-靶点关系表,获取其中每种成分的分子同各靶点的对接情况。其中,靶点为不重复的靶点,其数目有1673种,而成分同靶点的对接的信息条数共计12837条。
然后,基于每种成分的分子同各靶点的对接情况并利用Cytoscape软件构建药材-成分生物网络,以对方剂及其有效成分进行分析,获取方剂的君药、臣药、佐药、使药及其对应的靶点。如图6所示,Degree(度)最高的药材是“桂枝”(度为75),其次是“茯苓”(度为73),再次为“桃仁”(度为69),其次为“芍药”(赤芍加白芍共为67),最后是“牡丹”(为49);此外,从药效的物质基础上来看,茯苓的药效分子同其他药材有明显的区别,这些分子的数目多且在本方剂中有着独特的作用,提示茯苓在方剂的疗效中可能有独特的疗效;药材桂枝的药效分子数目最多,其在本方剂中扮演者“君药”的角色,起主要药效的作用。药材桃仁和桂枝有着最多的共有药效物质基础,提示桃仁在方剂中可能扮演着通过增加药效分子量来提高君药药效的角色,其还有一些独特的药效分子群可能针对不同的病症。芍药(包括赤芍和白芍)也有较多的药效分子群也比较多,药材赤芍的药效分子群多余白芍且有着一定特有的药效分子群,提示桂枝茯苓丸可以根据治疗目的不同选择不同的芍药品种,选用赤芍可能会增加其适用症也可能会引入部分副作用,这需要进一步的药效分子同靶点的作用分析。牡丹花同芍药的共有药效物质数目最多,其可能协同芍药以增强其功能,此外牡丹花还对桃仁有一定的辅助作用。牡丹也有自身独特的药效分子群,其在本方中也可能有独特的药效。
最后,基于方剂的君药、臣药、佐药、使药各自对应的靶点构建药材-疾病生物网络,以预测君药、臣药、佐药和使药各自对应的靶点同疾病的作用关系。如图7所示,方剂和疾病的相关性是建立在药材、成分和靶点的层层关系上的。具体作用关系过程获取请参见上述步骤S13相关内容。
本发明实施例首先接收中医药生物信息处理请求;然后响应于中医药生物信息处理请求,从预先配置的信息处理策略库中查找出与该请求匹配的信息处理策略,并根据匹配的信息处理策略对所述中医药生物信息处理请求进行处理,生成处理结果;最后返回携带有处理结果的处理响应。从而实现了对中医药生物信息处理请求的自动处理,提高了中医药生物信息处理的效率。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块、单元和步骤可以通过硬件、软件或两者的结合来实现。至于是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用,可以使用各种方法实现所述的功能,但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块,或单元都可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于用户终端中。可选地,处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中,本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现,这些功能可以存储与电脑可读的媒介上,或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如,这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置,或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外,任何连接都可以被适当地定义为电脑可读媒介,例如,如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘,磁盘通常以磁性复制数据,而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (18)

1.一种中医药生物信息处理方法,其特征在于,包括以下步骤:
接收中医药生物信息处理请求;
响应于所述中医药生物信息处理请求,从预先配置的信息处理策略库中查找出与该请求匹配的信息处理策略;
根据所述匹配的信息处理策略对所述中医药生物信息处理请求进行处理,生成处理结果;
返回携带有所述处理结果的处理响应。
2.根据权利要求1所述的中医药生物信息处理方法,其特征在于,所述信息处理策略为预先设置的中医药生物信息处理路径。
3.根据权利要求1所述的中医药生物信息处理方法,其特征在于,所述根据匹配的信息处理策略对所述中医药生物信息处理请求进行处理,包括:
查找第一关系表,获取与所述中医药生物信息处理请求中携带的功能主治信息相对应的各种药材;
查找第二关系表,获取其中每种药材的有效成分;
查找第三关系表,获取所述每种药材的有效成分与其所作用的靶点的分子对接情况;
对每种药材的有效成分与其所作用的靶点的分子对接情况进行排序,并依据该排序结果筛选出该有效成分预测有效的靶点;
查找第四关系表,获取每个有效成分预测有效的靶点所在的生物通路;
根据每个有效成分预测有效的靶点所在的生物通路关联到该靶点所针对的疾病。
4.根据权利要求1所述的中医药生物信息处理方法,其特征在于,所述根据匹配的信息处理策略对所述中医药生物信息处理请求进行处理,包括:
查找第五关系表,获取与所述中医药生物信息处理请求中携带的药理活性信息相对应的各种有效成分;
查找第二关系表,获取至少含有所述各种有效成分其中之一的各种药材;
查找第一关系表,获取其中每种药材的主治功能。
5.根据权利要求1所述的中医药生物信息处理方法,其特征在于,所述根据匹配的信息处理策略对所述中医药生物信息处理请求进行处理,包括:
查找第五关系表,获取与所述中医药生物信息处理请求中携带的药理活性信息相对应的各种有效成分;
查找第三关系表,获取所述每种有效成分与其所作用的靶点的分子对接情况;
对每种有效成分与其所作用的靶点的分子对接情况进行排序,并依据该排序结果筛选出该有效成分预测有效的靶点;
查找第四关系表,获取每个有效成分预测有效的靶点所在的生物通路;
根据每个有效成分预测有效的靶点所在的生物通路关联到该靶点所针对的疾病。
6.根据权利要求1所述的中医药生物信息处理方法,其特征在于,所述根据匹配的信息处理策略对所述中医药生物信息处理请求进行处理,包括:
查找第六关系表,获取与所述中医药生物信息处理请求中携带的不适症状信息相对应的各种疾病;
查找第四关系表,获取每种疾病所在的生物通路;
根据每种疾病所在的生物通路关联到该种疾病所对应的靶点;
查找第三关系表,获取每个靶点同各种药材成分的分子对接情况;
对每个靶点同各种药材成分的分子对接情况进行排序,并根据排序结果筛选出其中的有效成分;
查找第二关系表,获取含有所述有效成分的各种药材。
7.根据权利要求1所述的中医药生物信息处理方法,其特征在于,所述根据匹配的信息处理策略对所述中医药生物信息处理请求进行处理,包括:
查找第三关系表,获取与所述中医药生物信息处理请求中携带的靶点信息同各种药材成分的分子对接情况;
对所述靶点同各种药材成分的分子对接情况进行排序,并根据排序结果筛选出其中的有效成分;
查找第二关系表,获取含有所述有效成分的各种药材;
查找第一关系表,获取其中每种药材的主治功能。
8.根据权利要求1所述的中医药生物信息处理方法,其特征在于,所述根据匹配的信息处理策略对所述中医药生物信息处理请求进行处理,包括:
查找第七关系表,获取所述中医药生物信息处理请求中携带的方剂所包含的各种成分;
查找第八关系表,获取其中每种成分的分子同各靶点的对接情况;
基于所述每种成分的分子同各靶点的对接情况构建第一生物网络,以对所述方剂及其有效成分进行分析,获取所述方剂的君药、臣药、佐药、使药及其对应的靶点;
基于所述方剂的君药、臣药、佐药、使药各自对应的靶点构建第二生物网络,以预测所述君药、臣药、佐药和使药各自对应的靶点同疾病的作用关系。
9.根据权利要求8所述的中医药生物信息处理方法,其特征在于,所述君药、臣药、佐药和使药各自对应的靶点同疾病的作用关系为:
F f - d = a Σ i = 1 n N h + b Σ i = 1 n N c + c Σ i = 1 j N t + d Σ i = 1 m * j N docking , 其中,Ff-d为所述方剂与疾病相关性值;Nh为对应设定条件下所述方剂中的药材与疾病是否相关;Nc为对应设定条件下所述方剂中的药材同疾病相关的成分数目;Nt为对应设定条件下所述方剂中含有的成分与疾病靶点是否相关;Ndocking为所述方剂中的满足设定阈值的成分同其对应的靶点的分子对接得分值;a、b、c、d为各因素的权重。
10.根据权利要求1所述的中医药生物信息处理方法,其特征在于,所述根据匹配的信息处理策略对所述中医药生物信息处理请求进行处理,包括:
获取所述中医药生物信息处理请求中携带的疾病以及对应用于治疗该疾病的药材或方剂;
查找第九关系表,获取所述疾病的临床检测指标和生物通路信息,并查找第十关系表,获取所述药材或方剂的成分信息;
计算所述成分信息中各成分对所述临床检测指标的效应值;
根据所述成分信息中各成分对所述临床检测指标的效应值计算所述药材或方剂对所述临床检测指标的效应值。
11.根据权利要求10所述的中医药生物信息处理方法,其特征在于,依据以下公式计算所述成分信息中各成分对所述临床检测指标的效应值:
F compound = Σ i = 1 m | k i × ( E docking ) |
其中,Fcompound为一成分对该临床检测指标的效应值,m为该临床检测指标涉及的生物通路中的靶点,Edocking为该成分同靶点的结合自由能,ki为通路中的靶点i与临床指标的信号流通值。
12.根据权利要求11所述的中医药生物信息处理方法,其特征在于,通过以下公式计算所述药材或方剂对所述临床检测指标的效应值:
F herd = Σ i = 1 n V i × F compound ( i )
其中,Fherb为药材或者方剂对临床检测指标的效应值,n为药材或方剂含有的成分种类数目,Vi为各成分在药材或方剂中的含量百分比,Fcompound为成分i对该临床检测指标的效应值。
13.根据权利要求1所述的中医药生物信息处理方法,其特征在于,还包括:
接收中医药生物信息查询请求,根据所述查询请求查询中医药生物信息资源数据库,并返回查询结果;其中,所述查询结果包括外部中医药生物信息资源数据库链接。
14.一种中医药生物信息处理方法,其特征在于,包括以下步骤:
发送中医药生物信息处理请求;
接收携带有处理结果的处理响应;其中,所述处理结果为针对所述中医药生物信息处理请求的处理结果。
15.一种中医药生物信息处理方法,其特征在于,包括以下步骤:
客户端向服务器端发送中医药生物信息处理请求;
所述服务器端响应于所述中医药生物信息处理请求,从预先配置的信息处理策略库中查找出与该请求匹配的信息处理策略;
所述服务器端根据所述匹配的信息处理策略对所述中医药生物信息处理请求进行处理,生成处理结果;
所述服务器端返回携带有所述处理结果的处理响应至所述客户端。
16.一种中医药生物信息处理装置,其特征在于,包括:
请求接收模块,用于接收中医药生物信息处理请求;
策略匹配模块,用于响应于所述中医药生物信息处理请求,从预先配置的信息处理策略库中查找出与该请求匹配的信息处理策略;
结果生成模块,用于根据所述匹配的信息处理策略对所述中医药生物信息处理请求进行处理,生成处理结果;
响应发送模块,用于返回携带有所述处理结果的处理响应。
17.一种中医药生物信息处理装置,其特征在于,包括:
请求发送模块,用于发送中医药生物信息处理请求;
响应接收模块,用于接收携带有处理结果的处理响应;其中,所述处理结果为针对所述中医药生物信息处理请求的处理结果。
18.一种中医药生物信息处理系统,其特征在于,包括:
权利要求16所述的中医药生物信息处理装置;以及
权利要求17所述的中医药生物信息处理装置。
CN201510270744.XA 2015-05-25 2015-05-25 中医药生物信息处理方法、装置和系统 Active CN104992077B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510270744.XA CN104992077B (zh) 2015-05-25 2015-05-25 中医药生物信息处理方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510270744.XA CN104992077B (zh) 2015-05-25 2015-05-25 中医药生物信息处理方法、装置和系统

Publications (2)

Publication Number Publication Date
CN104992077A true CN104992077A (zh) 2015-10-21
CN104992077B CN104992077B (zh) 2018-04-24

Family

ID=54303890

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510270744.XA Active CN104992077B (zh) 2015-05-25 2015-05-25 中医药生物信息处理方法、装置和系统

Country Status (1)

Country Link
CN (1) CN104992077B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109493948A (zh) * 2018-09-25 2019-03-19 颇黎芳香医药科技(上海)有限公司 一种基于精油数据库的配方系统及其使用方法
CN113611372A (zh) * 2021-09-01 2021-11-05 天津仁雨生物科技有限公司 一种中药方剂有效成分药效拟合预测方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101441682A (zh) * 2007-11-21 2009-05-27 上海生物信息技术研究中心 中药药效物质机理的生物信息分析平台及其分析方法
CN102841186A (zh) * 2012-08-28 2012-12-26 中国科学院自动化研究所 基于通路模式挖掘的中药活性成分预测方法
CN103729708A (zh) * 2012-10-16 2014-04-16 廖利平 一种基于编码的中药方剂管理系统
CN103870712A (zh) * 2014-03-31 2014-06-18 张东升 中医知识数据智能响应方法与设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101441682A (zh) * 2007-11-21 2009-05-27 上海生物信息技术研究中心 中药药效物质机理的生物信息分析平台及其分析方法
CN102841186A (zh) * 2012-08-28 2012-12-26 中国科学院自动化研究所 基于通路模式挖掘的中药活性成分预测方法
CN103729708A (zh) * 2012-10-16 2014-04-16 廖利平 一种基于编码的中药方剂管理系统
CN103870712A (zh) * 2014-03-31 2014-06-18 张东升 中医知识数据智能响应方法与设备

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
刘志华等: ""网络药理学:中医药现代化的新机遇"", 《药学学报》 *
李梢: ""基于生物网络调控的方剂研究模式与实践"", 《中西医结合学报》 *
石学敏: "《现代针刺组学》", 31 March 2013, 浙江科学技术出版社 *
罗国安等: "《中医药系统生物学》", 31 January 2011, 科学出版社 *
赵静等: ""中药网络药理学研究中的生物信息学方法"", 《药学进展》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109493948A (zh) * 2018-09-25 2019-03-19 颇黎芳香医药科技(上海)有限公司 一种基于精油数据库的配方系统及其使用方法
CN113611372A (zh) * 2021-09-01 2021-11-05 天津仁雨生物科技有限公司 一种中药方剂有效成分药效拟合预测方法及系统

Also Published As

Publication number Publication date
CN104992077B (zh) 2018-04-24

Similar Documents

Publication Publication Date Title
US10262105B2 (en) Bioinformatics systems, apparatuses, and methods executed on an integrated circuit processing platform
Batagelj et al. The emergence of a field: a network analysis of research on peer review
Masoudi-Sobhanzadeh et al. DrugR+: a comprehensive relational database for drug repurposing, combination therapy, and replacement therapy
CN107818124A (zh) 数据匹配方法及装置
CN109712678A (zh) 关系预测方法、装置及电子设备
WO2014113736A1 (en) Bioinformatics systems, apparatuses, and methods executed on an integrated circuit processing platform
McDonald et al. redbiom: a rapid sample discovery and feature characterization system
Han et al. Technology opportunity analysis: Combining SAO networks and link prediction
Colinge et al. Systems biology analysis of protein‐drug interactions
WO2021238436A1 (zh) 多药共用查询方法、移动终端及存储介质
Hu et al. VNP: interactive visual network pharmacology of diseases, targets, and drugs
CN110853714A (zh) 基于致病贡献网络分析的药物重定位模型
CN104992077A (zh) 中医药生物信息处理方法、装置和系统
Gan et al. Network medicine framework reveals generic herb-symptom effectiveness of traditional Chinese medicine
CN110618987A (zh) 基于肺癌医学大数据的治疗通路关键结点信息处理方法
Song et al. Investigating drug–disease interactions in drug–symptom–disease triples via citation relations
Röhm et al. Data management for high-throughput genomics
Miao et al. Construction of semantic-based traditional Chinese medicine prescription knowledge graph
Zhu et al. Mining effective patterns of Chinese medicinal formulae using top-k weighted association rules for the internet of medical things
Lee et al. Comparative evaluation of bibliometric content networks by tomographic content analysis: An application to Parkinson's disease
Gong et al. Kgrn: Knowledge graph relational path network for target prediction of tcm prescriptions
Chen et al. BioTCM-SE: a semantic search engine for the information retrieval of modern biology and traditional Chinese medicine
Hou et al. Five‐descriptor model to predict the chromatographic sequence of natural compounds
Limasset Novel approaches for the exploitation of high throughput sequencing data
Cornet Auditing of SNOMED CT’s Hierarchical Structure using the National Drug File-Reference Terminology

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Xiao Wei

Inventor after: Xu Xiaojie

Inventor after: Wang Zhenzhong

Inventor after: Chen Lirong

Inventor after: Cao Liang

Inventor after: Zhang Xinzhuang

Inventor after: Cao Zeyu

Inventor before: Xiao Wei

Inventor before: Xu Xiaojie

Inventor before: Wang Zhenzhong

Inventor before: Chen Lirong

Inventor before: Cao Liang

Inventor before: Ding Gang

Inventor before: Li Na

GR01 Patent grant
GR01 Patent grant