我校交叉科学研究院张卫东教授团队在Briefings in Bioinformatics上发表药物靶标发现新方法
近日,我校交叉科学研究院张卫东教授团队在国际生物信息学权威期刊BriefingsinBioinformatics发表题为《FL-DTD:anintegratedpipelinetopredictthedruginteractingtargetsbyfeedbackloop-basednetworkanalysis》的研究论文。该研究成果提供了一种全新的具有组织特异性的药物靶标发现方法:FL-DTD,利用药物干预后的转录组数据进行潜在靶点的识别。该方法基于如下假说:正常细胞处于一种稳态,即蛋白-蛋白相互作用网络处于动态平衡状态。当收到外部刺激,如药物刺激后,网络中的某些节点蛋白受到影响,为维持网络的平衡状态,会激活Feedbackloop来调控网络使其消除或减弱外部刺激所带来的影响。药物结合蛋白后,上游蛋白和下游蛋白将表现出相反的上调/下调状态。FL-DTD构建了具有组织特异性的蛋白互作网络,通过计算网络中节点蛋白的RSscore值来反映其受feedbackloop的影响程度,从而发现潜在靶点。该方法通过一些外部数据验证,如雌激素刺激、shRNA干扰、药物干预后的转录组数据等,均证明FL
2022-07-12