Briefings In Bioinformatics|浙大药学院高建青团队与朱峰团队合作研...

　　

在药物制剂处方中，按质量计算的主要成分往往并不是药物活性成分（API），而是药物非活性成分（药用辅料）。一些药用辅料在胃肠道中可以达到远高于API的浓度，这引起了科研人员对药用辅料临床毒性、药用辅料与API相互作用的极大关注。近年来，探索药用辅料生物活性已经成为了药物制剂领域的研究热点。已有文献报道多种药用辅料与药物靶点、药物转运体或药物代谢酶的相互作用，并且提示该相互作用会进一步引起药物生物利用度改变或产生毒性的现象。

近日，浙江大学药学院高建青教授团队与朱峰教授团队通过药剂学与人工智能的交叉学科合作，在Briefings In Bioinformatics发表了题为“Biological activities of drug inactive ingredients”的研究性论文(doi:10.1093/bib/bbac160)。

该工作通过对FDA批准药物处方的系统性检索、对药物处方中药用辅料的确证以及对药用辅料生物学活性信息的全面收集，构建了名为ACDINA的可交互药用辅料生物活性数据库。ACDINA拥有“药物”、“药用辅料”、“药物制剂处方”、“药用辅料生物活性靶点”四个模块，各模块之间既相互关联又可进行独立地检索。图1为药物处方的代表性页面。该页面全面提供了处方的药物辅料信息，以及药物辅料的生物活性数据。为提高数据的实用性，该数据库还提供了由ACDINA数据链接到外部常用生物学数据库的功能。ACDINA数据库数据均可在线获取和下载。

图1 药物处方中药用辅料活性展示

为了验证ACDINA数据集在药物辅料生物活性预测的能力，该工作还应用支持向量机（SVM）、随机森林（RF）、k最近邻算法（KNN）等经典的机器学习模型，深度神经网络（DNN）、卷积神经网络（CNN）等深度学习模型以及多模型综合评估的方法验证了ACDINA数据集对未知的药用辅料生物活性的预测潜力（图2）。结果表明，ACDINA数据集在药物辅料生物活性预测方面具有良好的潜力。

图2 药用辅料生物活性预测流程

药用辅料在药物制剂的研发和临床应用中具有重要作用。本工作通过全面的数据收集整理并交叉融合了人工智能方法，从易被忽视的药物辅料的安全性角度出发，系统地探究了药用辅料的生物学活性。基于大量已报道的实验数据并结合计算机预测的方法，为广泛的药用辅料潜在安全性风险研究提供了更高效的思路，为更为精准、安全的药物制剂研发提供参考。

浙江大学药学院硕士生张晨旸、博士生牟敏杰、药学院与医学院联合培养博士生周莹为本论文的共同第一作者，浙江大学药学院高建青教授、朱峰教授为共同通讯作者。

    原文链接：

       https://academic.oup.com/bib/advance-article/doi/10.1093/bib/bbac160/6582006?login=true