本(ben)發明涉及信息處理，尤其(qi)涉及一種基于(yu)藥(yao)物代謝組(zu)學的藥(yao)品分類方法。

背景技術：

1、目(mu)前(qian)，現有的藥品(pin)分類方(fang)法可以(yi)根據不同的標準和(he)目(mu)的進(jin)行分類，主要包括以(yi)下幾種：

2、按(an)照(zhao)藥(yao)物(wu)化(hua)(hua)學(xue)結(jie)構分(fen)類：這是最(zui)常見(jian)的(de)分(fen)類方法之一，藥(yao)物(wu)按(an)照(zhao)其(qi)化(hua)(hua)學(xue)結(jie)構的(de)相(xiang)似(si)性(xing)(xing)進(jin)行(xing)分(fen)類。例如，抗(kang)生素、抗(kang)癌藥(yao)物(wu)、抗(kang)抑郁藥(yao)物(wu)等(deng)都是按(an)照(zhao)其(qi)化(hua)(hua)學(xue)結(jie)構的(de)相(xiang)似(si)性(xing)(xing)進(jin)行(xing)分(fen)類的(de)。

3、按(an)照(zhao)治療(liao)作(zuo)用(yong)分類(lei)(lei)：藥(yao)(yao)物(wu)也(ye)可以(yi)根據其(qi)主要的治療(liao)作(zuo)用(yong)進行分類(lei)(lei)，例如抗生素、鎮痛藥(yao)(yao)、抗抑郁(yu)藥(yao)(yao)等。這種分類(lei)(lei)方法主要側重(zhong)于藥(yao)(yao)物(wu)的治療(liao)目的。

4、按(an)照靶(ba)點(dian)分(fen)類：這種分(fen)類方法將藥物根據其作用的生(sheng)物學(xue)靶(ba)點(dian)進行分(fen)類，例如β受體阻滯劑、ace抑制劑等。這種分(fen)類方法主要側重(zhong)于藥物對生(sheng)物分(fen)子的影(ying)響。

5、按照藥物用(yong)途分(fen)類(lei)：這種分(fen)類(lei)方法(fa)將藥物根據其在臨床(chuang)上(shang)的(de)使(shi)用(yong)目的(de)進行分(fen)類(lei)，例如(ru)抗生(sheng)素、鎮(zhen)痛藥、抗抑郁(yu)藥等。這種分(fen)類(lei)方法(fa)主要側重于藥物在臨床(chuang)上(shang)的(de)應用(yong)范(fan)圍。

6、按(an)照(zhao)藥物的毒(du)性(xing)分類(lei)：這種分類(lei)方(fang)法(fa)將藥物根據其毒(du)性(xing)程(cheng)度(du)進行(xing)分類(lei)，例如有毒(du)藥物、低毒(du)藥物等。這種分類(lei)方(fang)法(fa)主要側重于藥物的安全性(xing)。

7、然(ran)而目前現有的(de)藥品分類方法存在(zai)以下缺點：

8、1.忽(hu)略代(dai)謝(xie)動力(li)學差(cha)(cha)異(yi)：傳統的藥品分類方法未能充(chong)分考(kao)慮不同個體對藥物(wu)的代(dai)謝(xie)速(su)率、代(dai)謝(xie)產(chan)物(wu)種類及含量的差(cha)(cha)異(yi)。這(zhe)些差(cha)(cha)異(yi)可能導致相同類別的藥物(wu)在(zai)不同個體中的藥效和毒(du)性表現不同。

9、2.精確度(du)與精細度(du)不(bu)足(zu)(zu)：現有(you)的(de)藥(yao)(yao)品分(fen)類(lei)方法無法充分(fen)利(li)用藥(yao)(yao)物代(dai)謝組(zu)學(xue)的(de)詳(xiang)細數據(ju)，導致在識別(bie)不(bu)同藥(yao)(yao)品間的(de)細微差異時精確度(du)不(bu)高，分(fen)類(lei)體系不(bu)夠精細，難以滿足(zu)(zu)個性(xing)化醫療(liao)的(de)需求。

10、3.個(ge)性(xing)化醫療應用受限(xian)：傳統分類方法(fa)缺乏(fa)基于(yu)代謝組學特征(zheng)的個(ge)性(xing)化用藥指導。這限(xian)制了(le)(le)治療方案的針對性(xing)，降低(di)了(le)(le)治療效果，同時也(ye)可能導致不(bu)必要(yao)的醫療資源浪費和不(bu)良反應風險增加。

11、4.藥物(wu)(wu)研(yan)發效(xiao)率低下：在藥物(wu)(wu)研(yan)發流程中，現有(you)的分類方(fang)法可能未能有(you)效(xiao)利用(yong)藥物(wu)(wu)代謝數(shu)據加(jia)速(su)藥物(wu)(wu)篩(shai)選和(he)優化，導致臨床試(shi)驗階段的高成本和(he)長周(zhou)期(qi)，增加(jia)了新藥研(yan)發的不(bu)確定(ding)性和(he)失敗風險。

12、5.安(an)全(quan)(quan)(quan)性(xing)與有(you)效性(xing)評估不(bu)足：現有(you)的(de)(de)(de)分類方法在評估藥(yao)(yao)(yao)物(wu)的(de)(de)(de)安(an)全(quan)(quan)(quan)性(xing)和(he)有(you)效性(xing)方面不(bu)夠(gou)全(quan)(quan)(quan)面，未能系(xi)統(tong)地分析藥(yao)(yao)(yao)物(wu)代謝產物(wu)與不(bu)良反(fan)應的(de)(de)(de)關(guan)聯，使(shi)得(de)藥(yao)(yao)(yao)物(wu)相(xiang)互(hu)作(zuo)(zuo)用(yong)和(he)潛在副作(zuo)(zuo)用(yong)的(de)(de)(de)識別不(bu)夠(gou)及時和(he)準確，影響了患者的(de)(de)(de)用(yong)藥(yao)(yao)(yao)安(an)全(quan)(quan)(quan)。

13、因此需要一種(zhong)(zhong)可(ke)以解決上述(shu)問題的(de)一種(zhong)(zhong)基于藥物代謝(xie)組(zu)學的(de)藥品(pin)分類方法。

技術實現思路

1、本發(fa)(fa)明(ming)提(ti)供了(le)一種基于藥(yao)物代謝組學的(de)(de)藥(yao)品分類(lei)方法，本發(fa)(fa)明(ming)通(tong)過分析藥(yao)物代謝產物數據(ju)以(yi)及建立(li)藥(yao)品分類(lei)模(mo)型，利(li)用代謝組學數據(ju)和(he)藥(yao)物效果信(xin)息訓(xun)練模(mo)型，通(tong)過評估模(mo)型性(xing)能并(bing)調整參數，可以(yi)實現對藥(yao)品的(de)(de)個性(xing)化分類(lei)，本發(fa)(fa)明(ming)通(tong)過綜(zong)合藥(yao)物代謝產物的(de)(de)詳細(xi)數據(ju)，結合先進的(de)(de)數據(ju)預處理、特征選擇和(he)降維(wei)技術，以(yi)及聚類(lei)和(he)分類(lei)模(mo)型的(de)(de)應(ying)用，能夠更(geng)精(jing)確地識別藥(yao)品之間的(de)(de)細(xi)微差(cha)別，提(ti)高(gao)分類(lei)的(de)(de)準確性(xing)和(he)精(jing)細(xi)度(du)。

2、本(ben)發明為解決上述技術(shu)(shu)問題(ti)所采用(yong)的(de)技術(shu)(shu)方案是：一種基于(yu)藥物代謝(xie)組學的(de)藥品(pin)分類方法，包括(kuo)以下步驟：

3、步(bu)驟s1：根據(ju)公共數據(ju)庫，得到不(bu)同藥品的藥物代(dai)謝產物數據(ju)；

4、步驟s2：對藥物代謝(xie)產物數據(ju)進行(xing)預處理，從預處理后的數據(ju)中提取代謝(xie)產物的特(te)征；

5、步驟s3：利(li)用聚類(lei)算法對提取的(de)代(dai)謝物特征進(jin)行聚類(lei)分(fen)析；

6、步驟s4：根據聚類分(fen)析(xi)結果，確定每個藥品類別的(de)代謝組(zu)學特征；

7、步驟s5：建立藥品分(fen)類模型(xing)，將藥品根(gen)據其代謝組學特征(zheng)劃(hua)分(fen)為(wei)不同(tong)的(de)類型(xing)或亞型(xing)；

8、步驟(zou)s6：利用代謝組學數據進行藥品分類。

9、進一步的，所述步驟s1中的公共(gong)數(shu)(shu)據庫包括但不限于geo、tcga、ncdb、pubchem、drugbank、chembl、hmdb數(shu)(shu)據庫。

10、進(jin)一(yi)步(bu)的(de)，所述步(bu)驟(zou)s2對藥物(wu)代(dai)謝產物(wu)數(shu)(shu)據進(jin)行預(yu)處(chu)理，從預(yu)處(chu)理后(hou)的(de)數(shu)(shu)據中提取代(dai)謝產物(wu)的(de)特征包括：

11、步驟s2-1：首先對藥物代謝產物數(shu)據進行清洗(xi)，去除存(cun)在的(de)噪聲、異常值(zhi)或(huo)缺失值(zhi)；

12、步驟s2-2：對清洗(xi)后的藥物代(dai)謝產物數據(ju)進行數據(ju)歸一化；

13、步(bu)驟s2-3：篩選出(chu)具有代表性(xing)和區分性(xing)的特征數據；

14、步驟s2-4：對(dui)于高(gao)維(wei)度(du)的藥物代謝產(chan)物數(shu)據(ju)，為了(le)降低計算復雜(za)度(du)和減少模(mo)型過擬(ni)合的風險，采用主成分分析或(huo)線性判別(bie)分析方法對(dui)特征(zheng)數(shu)據(ju)進行降維(wei)處理。

15、進一步的，所述步驟s3利用聚類算法對(dui)提取的代(dai)謝物特征進行聚類分析包括：

16、步驟s3-1：選擇k均值聚類、層次聚類或dbscan中(zhong)的任意一種聚類算法(fa)；

17、步驟(zou)s3-2：對特征數據進行標準化處理，確保不同特征之間的數值范圍(wei)一致；

18、步驟s3-3：對于(yu)特(te)征數(shu)據的每個(ge)(ge)數(shu)據點，計算其與各個(ge)(ge)聚類中(zhong)心(xin)的距離；

19、步驟s3-4：將(jiang)每(mei)個數據(ju)點分配到與其距離最(zui)近的聚類中(zhong)心所(suo)對應的群體中(zhong)；

20、步驟s3-5：更新(xin)聚類(lei)中(zhong)心，重新(xin)計算(suan)每個群體的(de)聚類(lei)中(zhong)心，將群體內所有數(shu)據點的(de)均值作為(wei)新(xin)的(de)聚類(lei)中(zhong)心；

21、步驟s3-6：對(dui)于聚類(lei)算(suan)法中需要事(shi)先確(que)定聚類(lei)的數目(mu)，通過計算(suan)不同(tong)聚類(lei)數目(mu)下的聚類(lei)性能指標來(lai)確(que)定最優聚類(lei)數目(mu)，達到聚類(lei)分析結(jie)果；

22、步(bu)驟s3-7：對(dui)聚類分析結(jie)果(guo)進行評估。

23、進一(yi)步(bu)(bu)的(de)，所述步(bu)(bu)驟s3-7中對聚類分(fen)析(xi)結(jie)果進行評(ping)估(gu)包括內部評(ping)估(gu)指(zhi)(zhi)標計算、外部評(ping)估(gu)指(zhi)(zhi)標計算、可視化分(fen)析(xi)與穩定性(xing)分(fen)析(xi)。

24、進一步的，步驟5中(zhong)建立藥品分類模型包括：

25、步驟s5-1：根據(ju)公共數據(ju)庫(ku)中的代謝組學(xue)數據(ju)建立用于建立藥品分類(lei)模型(xing)的數據(ju)集(ji)；

26、步驟s5-2：將數據集(ji)分(fen)為(wei)訓練(lian)集(ji)和測試集(ji)；

27、步驟s5-3：選擇基(ji)于梯(ti)度提升樹的分類模型(xing)；

28、步驟s5-4：通過訓練集訓練所選(xuan)分類模型；

29、步驟(zou)s5-5：使用測試集評估分類模型(xing)性能；

30、步驟s5-6：根(gen)據評估結果(guo)調整(zheng)分類模(mo)型(xing)的(de)(de)參(can)數(shu)，通過調整(zheng)參(can)數(shu)后的(de)(de)分類模(mo)型(xing)將藥品根(gen)據其代(dai)謝(xie)組學特征劃分為不同的(de)(de)類型(xing)或(huo)亞型(xing)。

31、本發明(ming)的優點在于：

32、1.本發明通過分(fen)析(xi)藥(yao)物(wu)(wu)代謝(xie)產(chan)物(wu)(wu)數據以及(ji)建立藥(yao)品(pin)(pin)分(fen)類模型，利用代謝(xie)組學數據和(he)(he)藥(yao)物(wu)(wu)效果信息(xi)訓練(lian)模型，通過評估模型性能(neng)并調整參數，可以實現對藥(yao)品(pin)(pin)的(de)個性化分(fen)類，本發明通過綜合(he)藥(yao)物(wu)(wu)代謝(xie)產(chan)物(wu)(wu)的(de)詳細(xi)數據，結(jie)合(he)先進的(de)數據預(yu)處理、特征選擇和(he)(he)降維技術，以及(ji)聚類和(he)(he)分(fen)類模型的(de)應用，能(neng)夠更精確地識別(bie)藥(yao)品(pin)(pin)之間(jian)的(de)細(xi)微差別(bie)，提高(gao)分(fen)類的(de)準確性和(he)(he)精細(xi)度。

33、2.本發明可(ke)以確定代(dai)謝組學(xue)特(te)(te)征(zheng)與(yu)藥(yao)品效果之間的(de)關(guan)聯性，為個體(ti)化用藥(yao)提供指導，包括使用相關(guan)分(fen)析、回(hui)歸分(fen)析等方(fang)法，評(ping)估代(dai)謝組學(xue)特(te)(te)征(zheng)與(yu)藥(yao)物(wu)治療效果或不良反應的(de)相關(guan)性和(he)影響程度，通過了(le)解特(te)(te)定代(dai)謝路徑和(he)藥(yao)物(wu)效應，可(ke)以為特(te)(te)定患者群體(ti)推薦最適合的(de)治療方(fang)案。

34、3.本(ben)發明能夠快速識別(bie)藥(yao)(yao)物(wu)(wu)(wu)(wu)的(de)(de)代謝(xie)模式和(he)活性特征，加快藥(yao)(yao)物(wu)(wu)(wu)(wu)的(de)(de)篩(shai)選和(he)優(you)化過程，減少臨床(chuang)試驗(yan)階段的(de)(de)失敗風險，縮短新藥(yao)(yao)上市時(shi)間(jian)，并且通過分析藥(yao)(yao)物(wu)(wu)(wu)(wu)代謝(xie)產物(wu)(wu)(wu)(wu)與(yu)不良反(fan)應的(de)(de)關(guan)聯，可(ke)以提前識別(bie)潛在的(de)(de)藥(yao)(yao)物(wu)(wu)(wu)(wu)相互(hu)作用(yong)和(he)副作用(yong)，增強藥(yao)(yao)物(wu)(wu)(wu)(wu)的(de)(de)安全性評估，同(tong)時(shi)優(you)化藥(yao)(yao)物(wu)(wu)(wu)(wu)的(de)(de)療效(xiao)。