原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大数据时代的药物设计与药物信息
2015 年 第 60 卷 第 8 期：689 ~ 693 《中国科学》杂志社
专题: 大数据与化学 进 展 SCIENCE CHINA PRESS
大数据时代的药物设计与药物信息
① ①②*
孙潭霖 , 裴剑锋
① 北京大学前沿交叉学科研究院定量生物学中心, 北京 100871;
② 北京大学天然药物及仿生药物国家重点实验室, 北京 100191
* 联系人, E-mail: jfpei@
2014-10-23 收稿, 2014-11-28 接受, 2015-02-06 网络版发表
国家高技术研究发展计划(2012AA020301)和天然药物及仿生药物国家重点实验室开放基金资助
摘要 大数据时代, 以数据驱动的药物研发(data-driven drug research and development)方式有 关键词
望显著提高药物研发成功率、缩短药物研发周期以及降低药物研发成本. 本文简短综述了近 大数据
年来药物设计和药物信息相关数据整合和数据挖掘的最新研究概况, 并对大数据时代的药物 药物设计
设计与药物信息研究提出了展望. 药物信息
语义网络
深度学习
大数据时代以数据量持续增加(volume)、分析速 个关键问题. 本文将主要对这2个问题进行讨论, 并
度持续增长(velocity)和数据形式的多样性(variety)著 展望大数据时代对药物设计与药物信息研究的影响.
称, 大数据还包括数据的真实性(veracity)、数据的价
1 数据整合
值化(value)和数据的复杂性(complexity)等特征. 大
数据的战略意义不在于海量信息的积累, 而在于运 传统的基于单一靶标的药物研发过程因效率
用专业的数据存储、整合及挖掘手段对数据进行处 低、开支高而难以满足市场需求. “基于系统的药物设
理, 解决产业瓶颈. 众所周知, 研发新药的道路已经 计”将药物分子信息与疾病调控网络、基因组、蛋白
变得越来越艰难. 从寻找新的备选化合物, 到层层实 质组、代谢组等各类数据信息进行综合利用, 是未来
验审批, 往往要花去十几年时间和大量的金钱, 这其 的药物设计方向之一[1]. 目前的各类药物信息数据多
中还有很多努力最终会以失败告终. 根据塔夫茨药 用“语义网络”(semantic web)实现整合. 语义网络概
物研发中心(Tufts center for the study of drug devel- 念及技术应用统一的逻辑架构对各领域数据进行高
opment, CSDD)最近的报告, 现在平均要花25亿美元 效整合, 实现信息的共享交互, 同时对信息进行
以上才能得到1个成功上市的新药, 与2003年的数据 提取和辨识, 其中Resource Description Framework
相比上涨了145%. 大数据时代带来以数据驱动方式 (RDF), Web Ontology Language(OWL)和Simple Pro-
的药物研发(data-driven drug research and develop- tocol and RDF Query Language(SPARQL)是实现标准
ment), 能否由此显著提高药物研发的成功率以及降 语言组织联系、注释及检索的3大核心. RDF是一种简
低药物研发的周期和成本, 是一个值得期待的话题. 单的语言形式,
文档评论（0）