基于多源数据整合的耐药基因识别算法研究

Drug resistance is becoming a more and more serious problem with more drugs are being used worldwide. The emergence of drug resistance will lead to the failure of drug treatments. Especially, the resistance to antibiotics is becoming a serious problem with excessive use of antibiotics in China. It has been found that drug resistance is mainly caused by gene mutations or gene dysfunction. Therefore, the identification of drug resistance genes is important for understanding the mechanisms underlying drug resistance and improving treatment strategies. This project aims to build a more comprehensive database for drug resistance genes, which is important for developing computational algorithms to predict potential drug resistance genes. Furthermore, focusing on anti-cancer and anti-microbial drugs, we will develop machine learning algorithms for predicting potential drug resistance genes and miRNAs based on the integration of metagenomics data and omics data from cancer cell lines. The outcome of this project will help better understand the molecular mechanisms underlying drug resistance, and can help design more efficient drug treatment strategies.

耐药（drug resistance）目前正成为世界范围内的一个严重问题，特别是在中国，伴随着抗生素等药物的过度使用，药物耐受案例的发生越来越普遍，并成为治疗失败的主要原因之一。耐药的产生主要是由于某些基因发生突变或功能异常所造成的，因此识别耐药基因对理解耐药产生机制、改善治疗策略和合理用药具有重要意义。为此，本项目通过整合生物医学文献数据和元基因组等分子组学数据，开发高效模型和智能算法，并以肿瘤药物和抗菌药物为主要研究对象，识别导致药物耐受的耐药基因。同时，通过本项目的研究，还将建立一个系统、全面的耐药基因数据库，为理解药物耐受的分子机制提供支持，为进一步开发预测耐药基因的计算方法提供数据基础。本项目的研究成果有助于揭示耐药的产生机制，为缓解日趋严重的耐药问题提供帮助，同时为设计更加精准、合理的药物治疗方案提供科学依据。

耐药目前正成为世界范围内的一个严重问题，特别是在中国，伴随着抗生素等药物的过度使用，药物耐受案例的发生越来越普遍，并成为治疗失败的主要原因之一。许多药物抗性的产生主要是由于某些基因发生突变或功能异常所造成的，因此，识别耐药/抗性基因对理解耐药产生机制、改善治疗策略和合理用药具有重要意义。.为此，本项目在药物的适应症、耐药/抗性基因、副作用预测等方面开展了一系列研究，并在以下方面取得了进展：.（1）运用文本挖掘技术，通过挖掘公共宏基因组数据，鉴定了微生物组学中的质粒和耐药/抗性基因，建立了更加系统、全面的微生物移动元件数据库mMGE，为研究人员进一步挖掘耐药/抗性基因，理解和研究耐药机制提供了基础，为开发更加有效的耐药/抗性基因识别算法提供数据基础。.（2）基于宏基因组学数据，开发了微生物中的抗菌肽(AMPs)挖掘算法Macrel，该算法可用于识别抗菌药物耐药/抗性基因，以及可用于预测基因组或宏基因组中的抗菌多肽，为解决抗生素耐药提供帮助。.（3）基于组学数据的风险基因识别算法方面，开发了用于从GWAS统计数据中对变异进行基因注释的方法：网络增强基因组注释（nMAGMA），可用于识别靶蛋白上的突变所引起药物耐药性。.（4）进一步扩展到药物-疾病的关联预测，开发了药物重定位算法DrPOCS、网络药理学方法PINA和药物-疾病异质网络关联预测方法HED等一系列算法，系统性地探索现有药物的新适应症识别问题，在已知药物寻找新的适应症方面具有重要意义，将来也可用于识别药物的副作用和耐药/抗性基因。..在项目执行期间，本项目的研究成果发表SCI收录论文32篇，申请专利1项。项目负责人以第一完成人荣获了吴文俊人工智能自然科学一等奖。组织召开3场学术研讨会议，多次参加国际学术会议并在会议中做邀请报告，邀请4名著名研究机构学者到访进行讲学/交流，培养2名博士后、1名博士生、3名硕士生。..本项目的研究成果有助于揭示耐药的产生机制，为缓解日趋严重的耐药问题提供帮助，同时为设计更加精准、合理的药物治疗方案提供科学依据。