Drug-Target Interaction 预测中的几个数据库

自从 Yamanishi Y et. al. 发表论文 Yamanishi Y, Araki M A, Honda W, et al. Prediction of drug-target interaction networks from the integration of chemical and genomic spaces[J]. Bioinformatics, 2008, 24(13):i232-i240. 以来，很多论文都基于其发表的四个药靶相互作用数据集（Nuclear Receptor, GPCR, Ion Channel, Enzyme），在其提供的数据里面，有两个是 ID ，其中一类形如 D00371，是 KEGG 中的 Drug ID, 另一类形如 hsa134, 是 KEGG GENES Database ID,

Fig.1 D00371

Fig.2 hsa134

通过查找对应的 Drug/Target 就可以确定是否有 Interaction. 如图 Fig.3 中（图中红线部分）表明 D00371 与 hsa134 有 Interaction.

Fig.3 D00371 Target

类似的，也可以通过 hsa134 查找，见 Fig.4.

Fig.4 hsa134 Target

KEGG 数据库包含了很多作用关系，还有其它数据库可以做相应的补充，如 DrugBank, ChEMBL, Matador 等。然而，数据库之间的标识 ID 一般不同，一般来说，KEGG 会提供一些其它数据库中的对应 ID，如 Fig.5 展示的 D00371 在其它数据库中对应的 ID.

Fig.5 D00371 在其它数据库中的 ID

其中还有对应的超链接，点击即可进入，方便至极。比如进入 DrugBank 数据库后可以看到其提供的对应 Target, 见 Fig.6.

Fig.6 DrugBank 中 target

在 DrugBank 中查找到的 Target, 只提供了 Uniprot ID, 见 Fig.7.

Fig.7 DrugBank 中提供的 Target ID

此时就需要将 Uniprot ID 转换成形如 hsa 的 KEGG ID，这里推荐 Retrieve/ID mapping, 可以很方面的查找到对应的 KEGG ID。

同样的，我们可以进入 ChEMBL 数据库中，查找对应的 Target。需要关注 Mechanism of Action 这一项，进入 ChEMBL Target 后，可以看到对应的 Target,

Fig.8 ChEMBL Target

进入 Adenosine receptor 后可以看到对应的 Uniprot ID,见 Fig.9

Fig.9 Target Uniprot ID

通过上面推荐的 ID 转换工具，查找 P30542 对应的 KEGG ID 为 hsa134，正好是 KEGG DRUG 中提供的对应关系，见 Fig.10.

Fig.10 ID 转换