药物靶标是指细胞内与药物直接结合并赋予药物效应的特定分子,98%以上的药物靶标都属于蛋白质。药物与靶蛋白结合所产生的作用体现在复杂生物过程之中。目前大多数对于药物靶标方法的研究都是从全局的单层PPI网络出发,然而在大多数情况下,一种药物能治疗多种疾病,每种疾病只影响相关组织的基因表达,全局的单层PPI网络未考虑到疾病的组织特异性,导致其对药物靶标的研究产生偏差。迄今为止,大多数人致力于研究药物与单个靶标之间的关系。通常情况下,基因不是单独起作用的,而是与功能模块中的其他基因相互作用实现具体的功能。因此,可以通过将药物作用在功能模块对疾病起到治疗作用,并称这些功能模块为药物的靶标模块。本文提出了一种新的预测药物靶标模块的框架。首先,分别构建出药物在不同疾病中真正影响的基因集合;然后,筛选出药物能够治疗疾病的相关组织特异性PPI网络中公共基因的生成子图,并构建层间无连边的多层网络;继而,使用多层网络模块挖掘算法挖掘出可能存在的所有药物候选靶标模块;随后,将药物真正影响的基因集合映射到所有药物候选靶标模块中并初步筛选出药物可能的靶标模块;之后,对模块进行GO富集分析,并与药物原有的靶标和疾病致病基因的富集结果依次进行重叠性分析,进一步筛选出药物可能的靶标模块;最后,对模块进行KEGG通路富集分析,并与药物原有靶标的富集结果进行重叠性分析,筛选出最终的模块作为药物的靶标模块。通过对筛选的药物靶标模块进行显著性和功能分析,验证了此框架的可行性与合理性。基于上述框架,本文以TSA药物及其能治疗的三种疾病(白血病、乳腺癌和前列腺癌)为例,预测出两个潜在的靶标模块。这种框架打破了之前的以单个药物靶标为中心的预测方式,提出在多层网络中寻找药物的靶标模块,更侧重于从功能方面体现药物的作用机制,弥补了以单层网络为背景所带来的不足,可以识别药物与复杂疾病相关的生物组织水平上的功能。基于多层网络模型的药物靶标模块预测方法研究有利于人们从一个全新的、更全面的角度认识药物的功能,并为疾病的治疗提供了一个新的方向。