CN108959856B - 一种疾病基因变异及药物解读多数据库交互系统及方法 - Google Patents

一种疾病基因变异及药物解读多数据库交互系统及方法 Download PDF

Info

Publication number
CN108959856B
CN108959856B CN201810700191.0A CN201810700191A CN108959856B CN 108959856 B CN108959856 B CN 108959856B CN 201810700191 A CN201810700191 A CN 201810700191A CN 108959856 B CN108959856 B CN 108959856B
Authority
CN
China
Prior art keywords
disease
database
drug
genetic mutation
variation
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.)
Active
Application number
CN201810700191.0A
Other languages
English (en)
Other versions
CN108959856A (zh
Inventor
杨达梅
杨丽
周琴
黄梦珠
陈雷
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.)
MACCURA BIOTECHNOLOGY Co.,Ltd.
Original Assignee
Mackay Gene Technology 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 Mackay Gene Technology Co Ltd filed Critical Mackay Gene Technology Co Ltd
Priority to CN201810700191.0A priority Critical patent/CN108959856B/zh
Publication of CN108959856A publication Critical patent/CN108959856A/zh
Application granted granted Critical
Publication of CN108959856B publication Critical patent/CN108959856B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00ICT specially adapted for the handling or processing of medical references
    • G16H70/20ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00ICT specially adapted for the handling or processing of medical references
    • G16H70/40ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Toxicology (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Medicinal Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioethics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明实施例公开了一种疾病基因变异及药物解读多数据库交互系统及方法,包括:基因变异和疾病信息数据库、药物治疗数据库以及疾病与变异文献信息数据库;基因变异和疾病信息数据库用于存储基因变异和疾病信息相关的数据;药物治疗数据库用于存储药物治疗相关的数据;疾病与变异文献信息数据库用于存储疾病与变异文献相关的数据;其中,药物治疗数据库包括疾病及基因变异与药物治疗批准信息数据库、疾病及基因变异与药物治疗专家共识信息数据库以及疾病及基因变异与药物治疗临床试验信息数据库。通过建立多数据库交互系统,能够存储基因变异及药物相关数据,该交互系统数据量完善且易于使用。

Description

一种疾病基因变异及药物解读多数据库交互系统及方法
技术领域
本发明实施例涉及计算机技术领域,具体涉及一种疾病基因变异及药物解读多数据库交互系统及方法。
背景技术
随着疾病患者样本中所检测基因数目的快速增加,临床分子实验室检测到越来越多的新的序列变异。某些病症及药物使用仅与单个基因突变相关,而多数病症及药物使用与多个基因突变相关,基因变异与药物解读之间的联系十分的紧密且复杂,对某个给定序列变异的临床意义进行分级解读,建立疾病基因变异及药物数据库。
但是,随着二代测序技术的不断发展而产生的海量的基因变异数据,庞大的基因变异数据和各种形态数据(药物、指南、临床信息、文献等)的处理和分析是实现疾病精准医疗的重点。目前,并没有统一的关于疾病基因变异与药物解读的标准和数据库,对于相关基因变异数据的解读和收集整理各大公司和临床机构有着不同的处理方法和流程,因此如何建立完善且方便使用的疾病基因变异及药物数据库是亟待解决的问题。
发明内容
由于现有方法存在上述问题,本发明实施例提出一种疾病基因变异及药物解读多数据库交互系统及方法。
第一方面,本发明实施例提出一种疾病基因变异及药物解读多数据库交互系统,包括:基因变异和疾病信息数据库、药物治疗数据库以及疾病与变异文献信息数据库;
所述基因变异和疾病信息数据库、所述药物治疗数据库和所述疾病与变异文献信息数据库分别两两连接;
所述基因变异和疾病信息数据库用于存储基因变异和疾病信息相关的数据;
所述药物治疗数据库用于存储药物治疗相关的数据;
所述疾病与变异文献信息数据库用于存储疾病与变异文献相关的数据;
其中,所述药物治疗数据库包括:疾病及基因变异与药物治疗批准信息数据库、疾病及基因变异与药物治疗专家共识信息数据库以及疾病及基因变异与药物治疗临床试验信息数据库。
可选地,所述系统还包括:解读报告装置;
所述解读报告装置分别与所述基因变异和疾病信息数据库、所述药物治疗数据库和所述疾病与变异文献信息数据库连接,用于对接收的判断结果进行解读,生成解读报告。
可选地,所述系统还包括:检索解读结果统计装置;
所述解读结果统计装置分别与所述基因变异和疾病信息数据库、所述药物治疗数据库、所述疾病与变异文献信息数据库和所述解读报告装置连接,用于统计各数据库中检索的疾病基因变异与药物相关的证据等级,判断所述证据等级的高低得到判断结果,将所述判断结果发送给所述解读报告装置,并接收所述解读报告装置反馈的解读报告。
可选地,所述基因变异和疾病信息数据库包括基因变异信息数据库、疾病信息数据库和疾病药物数据库;
所述基因变异信息数据库用于存储选自下组的一项或多项:基因名称、基因功能背景介绍、染色体位置、转录本号、基因变异RS号、基因所处信号通路、基因变异核苷酸变异信息、基因变异氨基酸变异信息、序列变异在核苷酸和氨基酸水平功能预测结果;
所述疾病信息数据库用于存储选自下组的一项或多项:疾病发生部位、疾病名称、发生原因、疾病特征、诊断学方法及指标。
所述疾病药物数据库用于存储疾病治疗药物,包括选自下组的一项或多项:化学药物、靶向治疗药物、免疫治疗药物、基因治疗药物等其他新型治疗药物。
可选地,所述疾病及基因变异与药物治疗批准信息数据库用于存储选自下组的一项或多项:药物商品名称、通用名称、适应症信息、使用方法、剂量和管理、禁忌症、警告和预防措施、不良反应数据、药物相互作用及特定使用人群信息;
优选地,所述疾病及基因变异与药物治疗批准信息数据库的信息检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息。
可选地,所述疾病及基因变异与药物治疗专家共识信息数据库用于存储与基因变异药物使用的诊断、治疗、监控和/或预后信息;
优选地,所述疾病及基因变异与药物治疗专家共识信息数据库的信息检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息。
可选地,所述疾病及基因变异与药物治疗临床试验信息数据库用于存储已完成的临床试验和在招募的临床试验信息,包括选自下组的一项或多项:临床研究号、研究名称、研究方案、变异检测方法、样本数量、人群特征、研究结果和研究结论;
优选地,所述疾病及基因变异与药物治疗临床试验信息数据库的信息检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息。
可选地,所述疾病与变异文献信息数据库用于选自下组的一项或多项:存储期刊名称、肿瘤类型、基因变异信息、检测方法、人群特征、样本数量、研究结果、研究结论、文献编号PMID和期刊IF因子;
优选地,所述疾病与变异文献信息数据库的信息检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息。
第二方面,本发明实施例提出基于上述系统的多数据交互方法,包括:
接收检索终端的检索请求,所述检索请求包括检索关键字;
根据所述检索请求与疾病基因变异及药物解读多数据库交互系统进行交互,并根据所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统中进行检索,得到疾病基因变异与药物证据;
查询预设相关性表得到疾病基因变异与药物证据的相关性,将所述相关性与临床直接用药标准进行比较,得到比较结果;
根据所述比较结果,执行对应的操作。
第三方面,本发明实施例又提出一种基于上述系统的多数据交互方法,包括:
接收检索终端的检索请求,所述检索请求包括检索关键字;
根据所述检索请求与疾病基因变异及药物解读多数据库交互系统进行交互,并根据所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的各数据库中进行宽泛性检索,根据检索的结果得到每个数据库疾病基因变异与药物相关的证据等级;
若证据等级大于预设值,则将证据等级大于预设值的数据库确定为目标数据库,并将目标数据库的检索结果反馈至解读报告装置进行解读。
第四方面,本实施例还提出一种基于上述系统的多数据交互方法,包括:
接收检索终端的原始检索指令,所述原始检索指令包括检索关键字;
根据所述原始检索指令与疾病基因变异及药物解读多数据库交互系统进行交互,并根据所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的基因变异和疾病信息数据库的基因变异信息数据库、疾病信息数据库和疾病药物数据库中进行检索,得到药物清单;
根据所述药物清单和所述检索关键字在所述疾病及基因变异与药物治疗批准信息数据库中进行检索,并根据检索的结果查询预设相关性表得到疾病基因变异与药物证据的第一相关性;
若所述第一相关性小于临床直接用药标准,则触发第一继续检索指令,并根据所述第一继续检索指令和所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的疾病及基因变异与药物治疗专家共识信息数据库中进行检索,并将所述检索的结果查询预设相关性表并与所述第一相关性合并,得到疾病基因变异与药物证据的第二相关性;
若所述第二相关性小于临床直接用药标准,则触发第二继续检索指令,并根据所述第二继续检索指令和所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的疾病及基因变异与药物治疗临床试验信息数据库中进行检索,并将所述检索的结果查询预设相关性表并与所述第二相关性合并,得到疾病基因变异与药物证据的第三相关性;
若所述第三相关性小于所述临床直接用药标准,则触发第三继续检索指令,并根据所述第三继续检索指令和所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的疾病与变异文献信息数据库中进行检索,并将所述检索的结果查询预设相关性表并与所述第三相关性合并,得到疾病基因变异与药物证据的最终检索结果,并根据最终检索结果对疾病基因变异及药物进行解读;
其中,在上述程序中,当所述第一相关性、第二相关性、第三相关性中任一项大于或等于临床直接用药标准时,则终止检索程序,并对疾病基因变异及药物进行解读。
在一些实施方案中,所述相关性的“合并”可以是例如将相关性的对应分值进行相加、平均、加权平均等,优选为相加。
在本发明上下文中,术语“预设相关性表”意指针对本发明所述各种检索结果和/或一个或多个数据库提供的相关性证据、或针对根据该检索结果/证据归纳出的情形(例如,“解读数据库-药物适应症与基因变异信息一致(CFDA)记为CS2;第二层级解读数据库-药物适应症与基因变异信息一致(其他)记为OS2;第二层级解读数据库-药物适应症与基因变异信息不一致(CFDA)记为CN2”等情形)进行对应分值(即相关性得分)分配的表。在一些实施方案中,预设相关性表还可以进一步包括对最终分值进行相关性评级的表。
由上述技术方案可知,本发明实施例通过建立由基因变异和疾病信息数据库、药物治疗数据库以及疾病与变异文献信息数据库组成的多数据库交互系统,用于存储基因变异及药物相关数据,该多数据库交互系统数据量完善且易于使用。在本发明的另一个方面,提供了一种疾病基因变异及药物相关性的分级筛选方法,其包括如下步骤:
(1)建立基因变异和疾病信息数据库、药物治疗数据库以及疾病与变异文献信息数据库;其中
所述基因变异和疾病信息数据库用于存储基因变异和疾病信息相关的数据;所述药物治疗数据库用于存储药物治疗相关的数据;所述疾病与变异文献信息数据库用于存储疾病与变异文献相关的数据;且其中,所述药物治疗数据库包括:疾病及基因变异与药物治疗批准信息数据库、疾病及基因变异与药物治疗专家共识信息数据库以及疾病及基因变异与药物治疗临床试验信息数据库;
(2)在基因变异和疾病信息数据库获取疾病和/或基因变异为检索关键词,在药物治疗数据库以及疾病与变异文献信息数据库中进行检索,得到疾病基因变异与药物关系证据,所述证据分别储存于对应的数据库中(例如,批准信息证据储存于批准信息数据库,专家共识信息证据储存于专家共识信息数据库,文献证据储存于疾病与变异文献信息数据库等等);
(3)基于所述疾病基因变异与药物关系证据进行评分;
(4)依据总评分对该基因变异相关疾病适用的药物进行关联性分级。
在上述分级筛选方法的一些实施方案中,步骤(3)所述评分仅进行一次;优选地,所述评分在步骤(2)中所述检索全部完成之后进行一次。在一些实施方案中,步骤(2)中所述检索为宽泛性检索,例如在所有数据库中进行广泛检索,并将所有证据汇总用于评分。优选地,步骤(2)中所述检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息。
在上述分级筛选方法的一些实施方案中,步骤(2)和(3)依序进行多次,且每一次步骤(2)中的检索对象数据库均不同,得到总评分用于步骤(4)。
在一些优选实施方案中,所述方法进一步包括:
(a)首先从基因变异和疾病信息数据库中检索得到与检索关键字对应的药物清单,根据该药物清单对疾病及基因变异与药物治疗批准信息数据库进行检索,依据检索获得的证据进行第一次评分;若评分大于预设值则将评分确定为总评分并进行分级,结束整个流程;若评分小于预设值,则继续进行步骤(b);
(b)对疾病及基因变异与药物治疗专家共识信息数据库进行检索,依据检索获得的证据进行第二次评分;若第一和第二次评分总和大于预设值则将其确定为总评分并进行分级,结束整个流程;若第一和第二次评分总和小于预设值,则继续进行步骤(c);
(c)对疾病及基因变异与药物治疗临床试验信息数据库进行检索,依据检索获得的证据进行第三次评分;若前三次评分总和大于预设值则将其确定为总评分并进行分级,结束整个流程;若前三次次评分总和小于预设值,则继续进行步骤(d);
(d)对疾病与变异文献信息数据库进行检索,依据检索获得的证据进行第四次评分;将四次评分总和确定为总评分并进行分级,结束整个流程。
可选地,所述基因变异和疾病信息数据库包括基因变异信息数据库、疾病信息数据库和疾病药物数据库;
所述基因变异信息数据库用于存储选自下组的一项或多项:基因名称、基因功能背景介绍、染色体位置、转录本号、基因变异RS号、基因所处信号通路、基因变异核苷酸变异信息、基因变异氨基酸变异信息、序列变异在核苷酸和氨基酸水平功能预测结果;
所述疾病信息数据库用于存储选自下组的一项或多项:疾病发生部位、疾病名称、发生原因、疾病特征、诊断学方法及指标。
所述疾病药物数据库用于存储疾病治疗药物,包括选自下组的一项或多项:化学药物、靶向治疗药物、免疫治疗药物、基因治疗药物等其他新型治疗药物。
可选地,所述疾病及基因变异与药物治疗批准信息数据库用于存储选自下组的一项或多项:药物商品名称、通用名称、适应症信息、使用方法、剂量和管理、禁忌症、警告和预防措施、不良反应数据、药物相互作用及特定使用人群信息;
优选地,所述疾病及基因变异与药物治疗批准信息数据库的信息检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息。
可选地,所述疾病及基因变异与药物治疗专家共识信息数据库用于存储与基因变异药物使用的诊断、治疗、监控和预后信息;
优选地,所述疾病及基因变异与药物治疗专家共识信息数据库的信息检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息。
可选地,所述疾病及基因变异与药物治疗临床试验信息数据库用于存储已完成的临床试验和在招募的临床试验信息,包括选自下组的一项或多项:临床研究号、研究名称、研究方案、变异检测方法、样本数量、人群特征、研究结果和研究结论;
优选地,所述疾病及基因变异与药物治疗临床试验信息数据库的信息检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息。
可选地,所述疾病与变异文献信息数据库用于选自下组的一项或多项:存储期刊名称、肿瘤类型、基因变异信息、检测方法、人群特征、样本数量、研究结果、研究结论、文献编号PMID和期刊IF因子;
优选地,所述疾病与变异文献信息数据库的信息检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些图获得其他的附图。
图1为本发明一实施例提供的一种疾病基因变异及药物解读多数据库交互系统的连接示意图;
图2为本发明另一实施例提供的一种疾病基因变异及药物解读多数据库交互系统的连接示意图;
图3为本发明一实施例提供的一种多数据库交互方法的流程示意图;
图4为本发明一实施例提供的一种基于宽泛检索的多数据交互方法的流程示意图;
图5为本发明一实施例提供的一种多数据库依次交互方法的流程示意图。
具体实施方式
下面结合附图,对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
图1示出了本实施例提供的一种疾病基因变异及药物解读多数据库交互系统,包括:基因变异和疾病信息数据库101、药物治疗数据库102以及疾病与变异文献信息数据库103。
所述基因变异和疾病信息数据库101、所述药物治疗数据库102和所述疾病与变异文献信息数据库103分别两两连接。
所述基因变异和疾病信息数据库101用于存储基因变异和疾病信息相关的数据。
所述药物治疗数据库102用于存储药物治疗相关的数据。
所述疾病与变异文献信息数据库103用于存储疾病与变异文献相关的数据。
其中,所述药物治疗数据库包括:疾病及基因变异与药物治疗批准信息数据库、疾病及基因变异与药物治疗专家共识信息数据库以及疾病及基因变异与药物治疗临床试验信息数据库。
本实施例通过建立由基因变异和疾病信息数据库、药物治疗数据库以及疾病与变异文献信息数据库组成的多数据库交互系统,用于存储基因变异及药物相关数据,该多数据库交互系统数据量完善且易于使用。
进一步地,在上述实施例的基础上,所述系统还包括:解读报告装置和检索解读结果统计装置。
所述解读报告装置分别与所述基因变异和疾病信息数据库、所述药物治疗数据库和所述疾病与变异文献信息数据库连接,用于对接收的判断结果进行解读,生成解读报告。
所述解读结果统计装置分别与所述基因变异和疾病信息数据库、所述药物治疗数据库、所述疾病与变异文献信息数据库和所述解读报告装置连接,用于统计各数据库中检索的疾病基因变异与药物相关的证据等级,判断所述证据等级的高低得到判断结果,将所述判断结果发送给所述解读报告装置,并接收所述解读报告装置反馈的解读报告。
具体地,本实施例共计6个数据库、1个检索解读结果统计装置和1个解读报告装置,以上所有装置构成完整的疾病基因变异及药物多数据库系统。其中,6个数据库中包含1个一级数据库,为基因变异和疾病信息数据库,其包含三个部分,第一部分为基因变异信息数据库,第二部分为疾病信息数据库,第三部分为疾病药物信息数据库;1个二级数据库,为药物治疗数据库,药物治疗数据库中包含三个子数据库,称为三级数据库,如图2中所示的三级数据库1、三级数据库2和三级数据库3,具体包含疾病及基因变异与药物治疗批准信息数据库、疾病及基因变异与药物治疗专家共识信息数据库、疾病及基因变异与药物治疗临床试验信息数据库;1个四级数据库疾病与变异文献信息数据库,如图2所示。检索解读结果统计装置负责统计二级数据库、三级数据库、四级数据库检索的疾病基因变异与药物相关证据等级,并判断证据等级的高低,依据判定结果,反馈继续检索的指令至一级数据库继续完成检索过程或反馈结果至解读报告装置,并获取解读报告装置发送的解读报告,完成解读过程;解读报告装置负责接收检索解读结果统计装置指令,完成最终解读,形成解读报告,完成解读过程。
其中,证据等级是医学领域中用于预防、诊断、预后、治疗和危害研究等的评价等级,例如牛津循证医学中心提出的一套证据等级包括A级证据、B级证据、C级证据和D级证据:A级证据表示具有一致性的、在不同群体中得到验证的随机对照临床研究、队列研究、全或无结论式研究、临床决策规则;B级证据表示具有一致性的回顾性队列研究、前瞻性队列研究、生态性研究、结果研究、病例对照研究,或是A级证据的外推得出的结论;C级证据表示病例序列研究或B级证据外推得出的结论;D级证据表示没有关键性评价的专家意见,或是基于基础医学研究得出的证据。
其中6个数据库之间存在相关性如下:
其中,一级数据库为基因变异数据库,二级数据库(第一层级解读数据库)为药物治疗数据库,三级数据库包括:批准数据库(第二层级解读数据库)、共识数据库(第三层级解读数据库)、和临床试验数据库(第四层级解读数据库),四级数据库为疾病与变异文献信息数据库(第五层级解读数据库)。
进一步地,在上述实施例的基础上,所述基因变异和疾病信息数据库包括基因变异信息数据库、疾病信息数据库、疾病药物信息数据库。
所述基因变异信息数据库用于存储选自下组的一项或多项:基因名称、基因功能背景介绍、染色体位置、转录本号、基因变异RS号、基因所处信号通路、基因变异核苷酸变异信息、基因变异氨基酸变异信息、序列变异在核苷酸和氨基酸水平功能预测结果。
所述疾病信息数据库用于存储选自下组的一项或多项:疾病发生部位、疾病名称、发生原因、疾病特征、诊断学方法及指标。
所述疾病药物数据库用于存储选自下组的一项或多项:疾病治疗药物,包括化学药物、靶向治疗药物、免疫治疗药物、基因治疗药物等其他新型治疗药物
具体地,基因变异信息数据库包括基因名称、基因功能背景介绍、所处染色体位置、转录本号、基因变异RS号、基因所处信号通路、基因变异核苷酸变异信息(coding)、基因变异氨基酸变异信息(protein)、序列变异在核苷酸和氨基酸水平功能预测结果等。其信息检索方式为,关键词:疾病,在各个人群数据库、疾病特异性数据库和序列数据库中进行检索,包括但不局限于EAC、EVS、1000Genomes Project、dbSNP、dbVar、ClinVar、OMIM、HumanGene Mutation Database、Human Genome Variation Society、Leiden Open VariationDatabase、DECIPHER、NCBI、RefSeqGene、Locus Reference Genomic(LRG)、MitoMap。
疾病信息数据库包括但不限于疾病发生部位、疾病名称、发生原因、疾病特征、诊断学方法及指标等相关内容。
进一步地,在上述实施例的基础上,所述疾病及基因变异与药物治疗批准信息数据库用于存储选自下组的一项或多项:药物商品名称、通用名称、适应症信息、使用方法、不良反应数据。
所述疾病及基因变异与药物治疗批准信息数据库的信息检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息。
具体地,疾病及基因变异与药物治疗批准信息数据库中存储的内容包括药物商品名称、通用名称、适应症信息、使用方法、剂量和管理、禁忌症、警告和预防措施、不良反应数据、药物相互作用及特定使用人群信息,其信息检索层级为两层,第一层为,疾病+基因变异信息,第二层为基因变异信息,在各个食品药品监督管理局数据库及药物数据库进行检索,包括但不局限于CFDA、FDA、EMA、PMDA。
进一步地,在上述实施例的基础上,所述疾病及基因变异与药物治疗专家共识信息数据库用于存储与基因变异药物使用的诊断、治疗、监控和/或预后信息。
所述疾病及基因变异与药物治疗专家共识信息数据库的信息检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息。
具体地,疾病及基因变异与药物治疗专家共识信息数据库中存储的内容包括推荐的与基因变异药物使用的诊断、治疗、监控、预后信息等。其信息检索层级为两层,第一层为,疾病+基因变异信息,第二层为基因变异信息,在各大专家指南共识数据库进行检索,包括但不局限于NCCN、ASCO、CSCO、ESMO、各疾病的专家共识。
进一步地,在上述实施例的基础上,所述疾病及基因变异与药物治疗临床试验信息数据库用于存储已完成的临床试验和在招募的临床试验信息,包括选自下组的一项或多项:临床研究号、研究名称、研究方案、变异检测方法、样本数量、人群特征、研究结果和研究结论;
所述疾病及基因变异与药物治疗临床试验信息数据库的信息检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息。
具体地,疾病及基因变异与药物治疗临床试验信息数据库中存储的内容包括已完成的临床试验和在招募的临床试验信息,其内容包括选自下组的一项或多项:临床研究号、研究名称、研究方案、变异检测方法、样本数量、人群特征、研究结果、研究结论,其信息检索层级为两层,第一层为,疾病+基因变异信息,第二层为基因变异信息,在临床试验数据库进行查询,包括但不限于Clinicaltrails、药智网、药渡网等。
进一步地,在上述实施例的基础上,所述疾病与变异文献信息数据库用于存储选自下组的一项或多项:期刊名称、肿瘤类型、基因变异信息、检测方法、人群特征、样本数量、研究结果、研究结论、文献编号PMID和期刊IF因子。
所述疾病与变异文献信息数据库的信息检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息。
具体地,所述疾病与变异文献信息数据库中存储的内容包括选自下组的一项或多项:期刊名称、肿瘤类型、基因变异信息、检测方法、人群特征、样本数量、研究结果、研究结论、PMID(PubMed文献的ID号)、期刊IF因子,其信息检索层级为两层,第一层为,疾病+基因变异信息,第二层为基因变异信息,在各大文献数据库进行检索,包括但不限于pubmed、谷歌学术等。
本实施例通过建立与疾病相关的疾病基因变异与药物解读多数据库交互系统,为疾病的基因变异与药物解读建立的解读标准、流程和模型。运用该多数据库系统能够快速,精准的对每一个变异按不同层级进行解读,解读标准严苛具有科学性,可适用于疾病的精准治疗。
图3示出了本实施例提供的一种多数据库交互方法的流程示意图,包括:
S301、接收检索终端的检索请求,所述检索请求包括检索关键字。
S302、根据所述检索请求与疾病基因变异及药物解读多数据库交互系统进行交互,并根据所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统中进行检索,得到疾病基因变异与药物证据。
其中,所述疾病基因变异及药物解读多数据库交互系统包括基因变异和疾病信息数据库、药物治疗数据库以及疾病与变异文献信息数据库;所述基因变异和疾病信息数据库用于存储基因变异和疾病信息相关的数据;所述药物治疗数据库用于存储药物治疗相关的数据;所述疾病与变异文献信息数据库用于存储疾病与变异文献相关的数据。
S303、查询预设相关性表得到疾病基因变异与药物证据的相关性,将所述相关性与临床直接用药标准进行比较,得到比较结果。
S304、根据所述比较结果,执行对应的操作。
其中,所述预设相关性表为存储疾病基因变异与药物证据之间的相关性的映射表。
本实施例通过建立由基因变异和疾病信息数据库、药物治疗数据库以及疾病与变异文献信息数据库组成的多数据库交互系统进行交互式检索,检索过程简单,且能够得到更准确和全面的检索结果。
进一步地,在上述方法实施例的基础上,S304具体包括:
若所述相关性小于所述临床直接用药标准,则触发继续检索指令,并根据所述继续检索指令进行检索。
在另一实施例中,S304具体包括:
若所述相关性大于等于所述临床直接用药标准,则根据所述疾病基因变异与药物证据出具相应的报告。
具体地,在多数据交互过程中,有两种处理方式:
第一种数据交互处理方法为,普遍性的对全部数据库进行宽泛性检索,获取每个数据库的证据等级,其特点为解读流程耗时长,解读结果覆盖面广,抓取的证据等级结果不突出,具体包括:一级数据库,即基因变异和疾病信息数据库,作为信息检索数据库,接受原始检索指令0,并发起检索数据库装置的请求;通过相关检索词条,在二级数据库和四级数据库中进行检索,获取疾病基因变异与药物证据,直接将结果反馈至报告解读装置,完成解读。
第一种基于宽泛检索的多数据交互方法具体包括以下步骤,如图4所示:
S401、接收检索终端的检索请求,所述检索请求包括检索关键字;
S402、根据所述检索请求与疾病基因变异及药物解读多数据库交互系统进行交互,并根据所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的各数据库中进行宽泛性检索,根据检索的结果得到每个数据库疾病基因变异与药物相关的证据等级;
S403、若证据等级大于预设值,则将证据等级大于预设值的数据库确定为目标数据库,并将目标数据库的检索结果反馈至解读报告装置进行解读;
其中,所述疾病基因变异及药物解读多数据库交互系统的各数据库包括基因变异和疾病信息数据库、药物治疗数据库以及疾病与变异文献信息数据库;所述基因变异和疾病信息数据库用于存储基因变异和疾病信息相关的数据;所述药物治疗数据库用于存储药物治疗相关的数据;所述疾病与变异文献信息数据库用于存储疾病与变异文献相关的数据。
所述宽泛性检索是指对疾病基因变异及药物解读多数据库交互系统的所有数据库进行检索,各数据库未设定具体的检索顺序。
宽泛性检索的目的是为了获得所有与基因与疾病的相关信息,所以无需证据值大于预设值的设定,宽泛性检索定义为对某一个基因变异检索所有的数据库,得到对应数据库的相关证据,并按照对应数据库的预设评分表进行比对,得到所有的基因变异与药物证据关系,包括了高、中、低所有证据后,将检索结果反馈至解读报告装置进行解读。
本实施例通过建立由基因变异和疾病信息数据库、药物治疗数据库以及疾病与变异文献信息数据库组成的多数据库交互系统进行交互式检索,检索过程简单,且能够得到更准确和全面的检索结果。
上述方法基于宽泛检索的多数据交互方法还可以包括:
S404、所述解读报告装置对目标数据库的检索结果进行解读,生成解读报告。
S405、解读结果统计装置统计各目标数据库中检索的疾病基因变异与药物相关的证据等级的高低,将统计的结果发送给所述解读报告装置,并接收所述解读报告装置发送的解读报告。
第二种数据交互处理方法为,根据疾病基因变异与药物解读数据库装置中的数据库证据等级高低,依次对药物基因变异相关性进行数据交互处理,优点为可有效缩短解读流程,抓取最高效的证据,提高解读结果的精准性。
第二种多数据库依次交互方法具体包括以下步骤,如图5所示:
S501、接收检索终端的原始检索指令,所述原始检索指令包括检索关键字;
S502、根据所述原始检索指令与疾病基因变异及药物解读多数据库交互系统进行交互,并根据所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的基因变异和疾病信息数据库的基因变异信息数据库、疾病信息数据库和疾病药物数据库中进行检索,得到药物清单;
S503、根据所述药物清单和所述检索关键字在所述疾病及基因变异与药物治疗批准信息数据库中进行检索,并根据检索的结果查询预设相关性表得到疾病基因变异与药物证据的第一相关性;
S504、若所述第一相关性小于临床直接用药标准,则触发第一继续检索指令,并根据所述第一继续检索指令和所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的疾病及基因变异与药物治疗专家共识信息数据库中进行检索,并根据所述第一相关性和检索的结果查询预设相关性表得到疾病基因变异与药物证据的第二相关性;
S505、若所述第二相关性小于临床直接用药标准,则触发第二继续检索指令,并根据所述第二继续检索指令和所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的疾病及基因变异与药物治疗临床试验信息数据库中进行检索,并根据所述第二相关性和检索的结果查询预设相关性表得到疾病基因变异与药物证据的第三相关性;
S506、若所述第三相关性小于所述临床直接用药标准,则触发第三继续检索指令,并根据所述第三继续检索指令和所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的疾病与变异文献信息数据库中进行检索,得到最终检索结果;
S507、若所述第一相关性/所述第二相关性/所述第三相关性大于等于临床直接用药标准,则对疾病基因变异及药物进行解读。
本实施例通过建立由基因变异和疾病信息数据库、药物治疗数据库以及疾病与变异文献信息数据库组成的多数据库交互系统进行交互式检索,检索过程简单,且能够得到更准确和全面的检索结果。
其中,S504具体包括:
若所述第一相关性小于临床直接用药标准,则触发第一继续检索指令,并根据所述第一继续检索指令和所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的疾病及基因变异与药物治疗专家共识信息数据库中进行检索,获取疾病基因变异与药物证据,反馈至所述基因变异和疾病信息数据库,由所述基因变异和疾病信息数据库综合药物治疗数据库的检索结果后反馈至解读结果统计装置,并将所述检索的结果查询预设相关性表并与所述第一相关性合并,得到疾病基因变异与药物证据的第二相关性。
S506具体包括:
所述解读结果统计装置若判断获知所述第三相关性小于所述临床直接用药标准,则触发第三继续检索指令至解读报告装置,并根据所述第三继续检索指令和所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的疾病与变异文献信息数据库中进行检索,并将所述检索的结果查询预设相关性表并与所述第三相关性合并,得到疾病基因变异与药物证据的最终检索结果,并根据最终检索结果对疾病基因变异及药物进行解读。
上述多数据库依次交互方法还包括:
S508、若判断获知所述最终检索结果小于所述临床直接用药标准,则反馈第三继续检索指令至所述基因变异和疾病信息数据库。
在实际交互过程种,一级数据库,即基因变异和疾病信息数据库,作为信息检索数据库,接受原始检索指令0,并发起检索数据库装置的请求;通过相关检索词条,优先的在二级数据库,即第二级解读数据库中进行检索,获取疾病基因变异与药物证据,并反馈至第一层级解读数据库与检索解读结果统计装置;检索解读结果统计装置,判断当前检索的疾病基因变异与药物证据的相关性,若达到用药临床标准,则下达1号解读报告指令至解读报告装置;若未达到临床直接用药标准,则反馈继续检索信息至信息检索数据库,发出继续检索指令1。
1号解读报告指令是指解读报告装置可抓取当前检索出的疾病基因变异与药物证据数据,生成解读报告,并结束整个解读过程。
继续检索指令1是指通过信息检索数据库,依次进行第三层级解读数据库的检索,并获取疾病基因变异与药物证据的过程。
处理继续检索指令1包括以下步骤:
一级数据库,即基因变异和疾病信息数据库,作为信息检索数据库,接受继续检索指令1和发起继续检索数据库装置的请求。
通过相关检索词条,优先的在二级数据库,即第三级解读数据库中进行检索,获取疾病基因变异与药物证据,并反馈至第一层级解读数据库,第一层级解读数据库综合第二层级解读结果后,反馈至检索解读结果统计装置。
检索解读结果统计装置,判断当前综合了第一层级和第二层级检索的疾病基因变异与药物证据的相关性,若达到用药临床标准,则下达2号解读报告指令至解读报告装置;若未达到临床直接用药标准,则反馈继续检索信息至信息检索数据库,发出继续检索指令2。
2号解读报告指令是指解读报告装置可抓取当前检索出的疾病基因变异与药物证据数据,生成解读报告,并结束整个解读过程。
继续检索指令2是指通过信息检索数据库,依次进行第四层级解读数据库的检索,并获取疾病基因变异与药物证据的过程。
处理继续检索指令2包括以下步骤:
一级数据库,即基因变异和疾病信息数据库,作为信息检索数据库,接受继续检索指令2和发起继续检索数据库装置的请求。
通过相关检索词条,优先的在二级数据库,即第四级解读数据库中进行检索,获取疾病基因变异与药物证据,并反馈至第一层级解读数据库,第一层级解读数据库综合第二层级、第三层级解读结果后,反馈至检索解读结果统计装置。
检索解读结果统计装置,判断当前综合了第一层级、第二层级、第三层级检索的疾病基因变异与药物证据的相关性,若达到用药临床标准,则下达3号解读报告指令至解读报告装置;若未达到临床直接用药标准,则反馈继续检索信息至信息检索数据库,发出继续检索指令3。
下达3号解读报告指令是指,解读报告装置可抓取当前检索出的疾病基因变异与药物证据数据,生成解读报告,并结束整个解读过程。
所述的继续检索指令3是指,通过信息检索数据库,依次进行第五层级解读数据库的检索,并获取疾病基因变异与药物证据的过程。
处理继续检索指令3包括以下步骤:
一级数据库,即基因变异和疾病信息数据库,作为信息检索数据库,接受继续检索指令3和发起继续检索数据库装置的请求;
通过相关检索词条,优先的在四级数据库,即第五级解读数据库中进行检索,获取疾病基因变异与药物证据,并反馈至第一层级解读数据库,第一层级解读数据库综合第二层级、第三层级解读、第四层级解读结果后,反馈至检索解读结果统计装置。
检索解读结果统计装置,判断当前检索的疾病基因变异与药物证据的相关性,若达到用药临床标准,则下达4号解读报告指令;若未达到临床直接用药标准,下达5号解读报告指令。
4号解读报告指令是指解读报告装置可当前检索出的疾病基因变异与药物证据数据,生成解读报告,结束整个解读过程。
5号解读报告指令是指解读报告装置可当前检索出的疾病基因变异与药物证据数据,生成解读报告,结束整个解读过程。
举例来说,信息处理模块对检索指令0,出现的检索结果如下:
对于检索指令0的检索结果,信息统计模块判定标准为,分值≥50分,触发1号解读报告指令,否者触发继续检索指令1。
信息处理模块对继续检索指令1,出现的检索结果如下:
对于检索指令1的检索结果,信息统计模块判定标准为,分值≥50分,触发2号解读报告指令,否者触发继续检索指令2。
信息处理模块对继续检索指令2,出现的检索结果如下:
对于检索指令2的检索结果,信息统计模块判定标准为,分值≥50分,触发3号解读报告指令,否者触发继续检索指令3。
信息处理模块对继续检索指令3,出现的检索结果如下:
对于检索指令3的检索结果,信息统计模块判定标准为,分值≥50分,触发4号解读报告指令,否者触5号解读报告指令。
其中,第二层级解读数据库-药物适应症与基因变异信息一致(CFDA)记为CS2;第二层级解读数据库-药物适应症与基因变异信息一致(其他)记为OS2;第二层级解读数据库-药物适应症与基因变异信息不一致(CFDA)记为CN2;第二层级解读数据库-药物适应症与基因变异信息一致(其他)记为ON2;第三层级解读数据库-药物适应症与基因变异信息一致(国内)记为CS3;第三层级解读数据库-药物适应症与基因变异信息一致(其他)记为OS3;第三层级解读数据库-药物适应症与基因变异信息不一致(国内)记为CN3;第三层级解读数据库-药物适应症与基因变异信息一致(其他)记为ON3。
最终分值评定如下:
采用本实施例提供的交互方法可建立与疾病相关的基因变异与药物解读数据库,为疾病的基因变异与药物解读建立的解读标准、流程和模型;运用该多数据库交互方法和系统能够快速且精准地对每一个变异按不同层级进行解读,解读标准严苛具有科学性,可适用于疾病的精准治疗。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种疾病基因变异及药物解读多数据库交互系统,其特征在于,包括:基因变异和疾病信息数据库、药物治疗数据库以及疾病与变异文献信息数据库;
所述基因变异和疾病信息数据库、所述药物治疗数据库和所述疾病与变异文献信息数据库分别两两连接;
所述基因变异和疾病信息数据库用于存储基因变异和疾病信息相关的数据;
所述药物治疗数据库用于存储药物治疗相关的数据;
所述疾病与变异文献信息数据库用于存储疾病与变异文献相关的数据;
其中,所述药物治疗数据库包括:疾病及基因变异与药物治疗批准信息数据库、疾病及基因变异与药物治疗专家共识信息数据库以及疾病及基因变异与药物治疗临床试验信息数据库;
当接收到检索终端的原始检索指令,根据所述原始检索指令包括的检索关键字在所述疾病基因变异及药物解读多数据库交互系统的基因变异和疾病信息数据库的基因变异信息数据库、疾病信息数据库和疾病药物数据库中进行检索,得到药物清单;
根据所述药物清单和所述检索关键字在所述疾病及基因变异与药物治疗批准信息数据库中进行检索,并根据检索的结果查询预设相关性表得到疾病基因变异与药物证据的第一相关性;
若所述第一相关性小于临床直接用药标准,则触发第一继续检索指令,并根据所述第一继续检索指令和所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的疾病及基因变异与药物治疗专家共识信息数据库中进行检索,并将所述检索的结果查询预设相关性表并与所述第一相关性合并,得到疾病基因变异与药物证据的第二相关性;
若所述第二相关性小于临床直接用药标准,则触发第二继续检索指令,并根据所述第二继续检索指令和所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的疾病及基因变异与药物治疗临床试验信息数据库中进行检索,并将所述检索的结果查询预设相关性表并与所述第二相关性合并,得到疾病基因变异与药物证据的第三相关性;
若所述第三相关性小于所述临床直接用药标准,则触发第三继续检索指令,并根据所述第三继续检索指令和所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的疾病与变异文献信息数据库中进行检索,并将所述检索的结果查询预设相关性表并与所述第三相关性合并,得到疾病基因变异与药物证据的最终检索结果,并根据最终检索结果对疾病基因变异及药物进行解读;
其中,在上述程序中,当所述第一相关性、第二相关性、第三相关性中任一项大于或等于临床直接用药标准时,则终止检索程序,并对疾病基因变异及药物进行解读。
2.根据权利要求1所述的系统,其特征在于,所述系统还包括:解读报告装置;
所述解读报告装置分别与所述基因变异和疾病信息数据库、所述药物治疗数据库和所述疾病与变异文献信息数据库连接,用于对接收的判断结果进行解读,生成解读报告。
3.根据权利要求2所述的系统,其特征在于,所述系统还包括:检索解读结果统计装置;
所述解读结果统计装置分别与所述基因变异和疾病信息数据库、药物治疗数据库、疾病与变异文献信息数据库和解读报告装置连接,统计各数据库中检索的疾病基因变异与药物相关的证据等级,判断所述证据等级的高低得到判断结果,将所述判断结果发送给所述解读报告装置,并接收所述解读报告装置反馈的解读报告。
4.根据权利要求1所述的系统,其特征在于,所述基因变异和疾病信息数据库包括基因变异信息数据库、疾病信息数据库和疾病药物数据库;
所述基因变异信息数据库用于存储选自下组的一项或多项:基因名称、基因功能背景介绍、染色体位置、转录本号、基因变异RS号、基因所处信号通路、基因变异核苷酸变异信息、基因变异氨基酸变异信息、序列变异在核苷酸和氨基酸水平功能预测结果;
所述疾病信息数据库用于存储选自下组的一项或多项:疾病发生部位、疾病名称、发生原因、疾病特征、诊断学方法及指标;
所述疾病药物数据库用于存储选自下组的一项或多项:疾病治疗药物,包括化学药物、靶向治疗药物、免疫治疗药物、基因治疗药物。
5.根据权利要求1所述的系统,其特征在于,所述疾病及基因变异与药物治疗批准信息数据库用于存储选自下组的一项或多项:药物商品名称、通用名称、适应症信息、使用方法、剂量和管理、禁忌症、警告和/或预防措施、不良反应数据、药物相互作用及特定使用人群信息;
所述疾病及基因变异与药物治疗批准信息数据库的信息检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息;
所述疾病及基因变异与药物治疗专家共识信息数据库用于存储与基因变异药物使用的诊断、治疗、监控和/或预后信息;
所述疾病及基因变异与药物治疗专家共识信息数据库的信息检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息;
所述疾病及基因变异与药物治疗临床试验信息数据库用于存储已完成的临床试验和在招募的临床试验信息,包括选自下组的一项或多项:临床研究号、研究名称、研究方案、变异检测方法、样本数量、人群特征、研究结果和研究结论;
所述疾病及基因变异与药物治疗临床试验信息数据库的信息检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息。
6.根据权利要求1所述的系统,其特征在于,所述疾病与变异文献信息数据库用于存储选自下组的一项或多项:期刊名称、肿瘤类型、基因变异信息、检测方法、人群特征、样本数量、研究结果、研究结论、文献编号PMID和期刊IF因子;
所述疾病与变异文献信息数据库的信息检索层级包括两层,第一层为疾病与基因变异信息,第二层为基因变异信息。
7.一种基于权利要求1-6任一项系统的多数据交互方法,其特征在于,包括:
接收检索终端的检索请求,所述检索请求包括检索关键字;
根据所述检索请求与疾病基因变异及药物解读多数据库交互系统进行交互,并根据所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统中进行检索,得到疾病基因变异与药物证据;
查询预设相关性表得到疾病基因变异与药物证据的相关性,将所述相关性与临床直接用药标准进行比较,得到比较结果;
根据所述比较结果,执行对应的操作。
8.一种基于权利要求1-6任一项系统的多数据交互方法,其特征在于,包括:
接收检索终端的检索请求,所述检索请求包括检索关键字;
根据所述检索请求与疾病基因变异及药物解读多数据库交互系统进行交互,并根据所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的各数据库中进行宽泛性检索,根据检索的结果得到每个数据库疾病基因变异与药物相关的证据等级;
并将每个数据库疾病基因变异与药物相关的检索结果按照对应数据库的分值进行评分,并将各数据得分反馈至解读报告装置进行解读。
9.一种疾病基因变异及药物相关性的分级筛选方法,其包括如下步骤:
(1)建立基因变异和疾病信息数据库、药物治疗数据库以及疾病与变异文献信息数据库;其中
所述基因变异和疾病信息数据库、所述药物治疗数据库和所述疾病与变异文献信息数据库分别两两连接;所述基因变异和疾病信息数据库用于存储基因变异和疾病信息相关的数据;所述药物治疗数据库用于存储药物治疗相关的数据;所述疾病与变异文献信息数据库用于存储疾病与变异文献相关的数据;且其中,所述药物治疗数据库包括:疾病及基因变异与药物治疗批准信息数据库、疾病及基因变异与药物治疗专家共识信息数据库以及疾病及基因变异与药物治疗临床试验信息数据库;
(2)在基因变异和疾病信息数据库获取疾病和/或基因变异为检索关键词,在药物治疗数据库以及疾病与变异文献信息数据库中进行检索,得到疾病基因变异与药物关系证据,所述证据分别储存于对应的数据库中;
(3)基于所述疾病基因变异与药物关系证据进行评分;
(4)依据各评分的总评分对该基因变异相关疾病适用的药物进行关联性分级;
当接收到检索终端的原始检索指令,根据所述原始检索指令包括的检索关键字在所述疾病基因变异及药物解读多数据库交互系统的基因变异和疾病信息数据库的基因变异信息数据库、疾病信息数据库和疾病药物数据库中进行检索,得到药物清单;
根据所述药物清单和所述检索关键字在所述疾病及基因变异与药物治疗批准信息数据库中进行检索,并根据检索的结果查询预设相关性表得到疾病基因变异与药物证据的第一相关性;
若所述第一相关性小于临床直接用药标准,则触发第一继续检索指令,并根据所述第一继续检索指令和所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的疾病及基因变异与药物治疗专家共识信息数据库中进行检索,并将所述检索的结果查询预设相关性表并与所述第一相关性合并,得到疾病基因变异与药物证据的第二相关性;
若所述第二相关性小于临床直接用药标准,则触发第二继续检索指令,并根据所述第二继续检索指令和所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的疾病及基因变异与药物治疗临床试验信息数据库中进行检索,并将所述检索的结果查询预设相关性表并与所述第二相关性合并,得到疾病基因变异与药物证据的第三相关性;
若所述第三相关性小于所述临床直接用药标准,则触发第三继续检索指令,并根据所述第三继续检索指令和所述检索关键字在所述疾病基因变异及药物解读多数据库交互系统的疾病与变异文献信息数据库中进行检索,并将所述检索的结果查询预设相关性表并与所述第三相关性合并,得到疾病基因变异与药物证据的最终检索结果,并根据最终检索结果对疾病基因变异及药物进行解读;
其中,在上述程序中,当所述第一相关性、第二相关性、第三相关性中任一项大于或等于临床直接用药标准时,则终止检索程序,并对疾病基因变异及药物进行解读。
CN201810700191.0A 2018-06-29 2018-06-29 一种疾病基因变异及药物解读多数据库交互系统及方法 Active CN108959856B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810700191.0A CN108959856B (zh) 2018-06-29 2018-06-29 一种疾病基因变异及药物解读多数据库交互系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810700191.0A CN108959856B (zh) 2018-06-29 2018-06-29 一种疾病基因变异及药物解读多数据库交互系统及方法

Publications (2)

Publication Number Publication Date
CN108959856A CN108959856A (zh) 2018-12-07
CN108959856B true CN108959856B (zh) 2019-06-21

Family

ID=64484640

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810700191.0A Active CN108959856B (zh) 2018-06-29 2018-06-29 一种疾病基因变异及药物解读多数据库交互系统及方法

Country Status (1)

Country Link
CN (1) CN108959856B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109727674A (zh) * 2018-12-21 2019-05-07 北京优迅医学检验实验室有限公司 一种基因检测报告的解读方法及装置
CN110335643B (zh) * 2019-06-28 2021-07-20 深圳裕策生物科技有限公司 免疫检查点抑制剂治疗相关生物标志物解读系统及其构建方法和装置
CN110660055B (zh) * 2019-09-25 2022-11-29 北京青燕祥云科技有限公司 疾病数据预测方法、装置、可读存储介质及电子设备
CN111833962A (zh) * 2020-06-16 2020-10-27 荣联科技集团股份有限公司 一种肿瘤用药解读数据库及其构建方法和装置
CN112270968A (zh) * 2020-11-16 2021-01-26 上海陶术生物科技有限公司 一种基于数据库的药物疾病匹配方法
CN113436681B (zh) * 2021-07-05 2022-02-25 温州谱希医学检验实验室有限公司 低频变异与目标疾病的关联统计检验方法及相关设备
CN114334078B (zh) * 2022-03-14 2022-06-14 至本医疗科技(上海)有限公司 用于推荐药物的方法、电子设备和计算机存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101603088A (zh) * 2009-07-16 2009-12-16 张俊 评估基因序列与药物药理反应的相关性的方法及系统
CN101617227A (zh) * 2006-11-30 2009-12-30 纳维哲尼克斯公司 遗传分析系统和方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2427471C (en) * 2000-10-30 2010-12-21 The Regents Of The University Of Michigan Nod2 nucleic acids and proteins
CN103198238B (zh) * 2012-01-06 2017-04-05 深圳华大基因股份有限公司 构建药物反应相关基因标准型别数据库的方法及其应用
CN107437004B (zh) * 2017-08-07 2020-06-19 深圳华大基因研究院 一种用于肿瘤个体化基因检测智能解读的系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101617227A (zh) * 2006-11-30 2009-12-30 纳维哲尼克斯公司 遗传分析系统和方法
CN101603088A (zh) * 2009-07-16 2009-12-16 张俊 评估基因序列与药物药理反应的相关性的方法及系统

Also Published As

Publication number Publication date
CN108959856A (zh) 2018-12-07

Similar Documents

Publication Publication Date Title
CN108959856B (zh) 一种疾病基因变异及药物解读多数据库交互系统及方法
Masoudi-Sobhanzadeh et al. FeatureSelect: a software for feature selection based on machine learning approaches
Ji et al. Machine learning for perturbational single-cell omics
Gandelman et al. Machine learning reveals chronic graft-versus-host disease phenotypes and stratifies survival after stem cell transplant for hematologic malignancies
CN109033756B (zh) 一种非小细胞肺癌基因变异及药物解读多数据库交互系统
US20220261668A1 (en) Artificial intelligence engine for directed hypothesis generation and ranking
Yu et al. Conserved disease modules extracted from multilayer heterogeneous disease and gene networks for understanding disease mechanisms and predicting disease treatments
Fradera et al. Overview of methods and strategies for conducting virtual small molecule screening
Sadeghi et al. An analytical review of computational drug repurposing
Cohen et al. Using co-occurrence network structure to extract synonymous gene and protein names from MEDLINE abstracts
Urbanowicz et al. An analysis pipeline with statistical and visualization-guided knowledge discovery for michigan-style learning classifier systems
KR20180132727A (ko) 유전자 변이체 표현형 분석 시스템 및 사용 방법
Taylor et al. Protein topology from predicted residue contacts
CN109036572A (zh) 一种多数据库交互方法及装置
CN109063420A (zh) 一种结直肠癌基因变异及药物解读多数据库交互系统
Liu et al. Learning structural motif representations for efficient protein structure search
CN109063419B (zh) 一种胃癌基因变异及药物解读多数据库交互系统
CN108920896B (zh) 一种骨肿瘤基因变异及药物解读多数据库交互系统
CN106960122A (zh) 基因突变引起的遗传疾病预测方法及装置
Burkhardt et al. Predicting adverse drug-drug interactions with neural embedding of semantic predications
CN109065181A (zh) 一种基于宽泛检索的多数据库交互方法及装置
CN108897991A (zh) 一种头颈部肿瘤基因变异及药物解读多数据库交互系统
Laine et al. Protein social behavior makes a stronger signal for partner identification than surface geometry
CN109086570A (zh) 一种多数据库依次交互方法及装置
Paul et al. A new family of similarity measures for scoring confidence of protein interactions using Gene Ontology

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220418

Address after: 611731, 16 Chengdu, hi tech Zone, Sichuan, China

Patentee after: MACCURA BIOTECHNOLOGY Co.,Ltd.

Address before: 611731 area a, 7 / F, building 5, No.8, Anhe 2nd Road, high tech West District, Chengdu, Sichuan

Patentee before: MAQGEN TECHNOLOGY CO.,LTD.

TR01 Transfer of patent right