目的:通过建立自闭症药物网络以及建立自闭症“药物-靶点”关联网络,通过网络分析方法和计算机技术,为自闭症未来的治疗提供潜在的靶点和药物,为自闭症患者推荐合理的新疗法。数据与方法:本文以DrugBank全药数据库为数据源,通过Python抽取药物-靶点关系数据,共抽取到2527条药物数据和3786条靶点数据。基于2527条药物数据建立药物网络,对药物网络进行网络特点分析,并对药物网络进行聚类分析,通过观察每个药物社区内部的药物分类特征,发现某些与社区内药物适应证有明显差异的药物(自闭症临床药物除外),再通过查阅相关资料来探究其是否与本社区内主要适应证具有相关性,通过自闭症相关发病机制筛选出与自闭症治疗具有相关性的药物作为自闭症潜在治疗药物。基于2527条药物数据和3786条靶点数据建立“药物-靶点”二分网络,选择基于物质扩散的二分网络推荐算法,开展自闭症相关的药物和靶点推荐,为发现自闭症治疗领域的潜在价值提供思路。结果:对药物网络进行网络特点分析和聚类分析发现有5个药物表现出良好的药物价值属性,分别为 Zinc(锌)、amitriptyline(阿米替林)、Olanzapine(奥氮平)、clozapine(氯氮平)和Imipramine(丙咪嗉)。这几个药物被广泛使用的关系基础较好,且能在联合用药中能起到桥梁或过渡的作用。其中Zinc(锌)可用于儿童生长发育迟缓的相关治疗,是重要的自闭症临床用药。对“药物-靶点”二分网络进行靶点和药物推荐的过程中,为7个重要的自闭症治疗药物推荐的 21 个靶点中,有 8 个靶点 D(1A)dopamine receptor、D(2)dopamine receptor、D(3)dopamine receptor、D(4)dopamine receptor、Alpha-1D adrenergic receptor、Alpha-2 A adrenergic receptor、5-hydroxytryptamine receptor 1A、Peroxisome proliferator-activated receptor gamma与重要的自闭症治疗药物的现有靶点重合。通过对自闭症相关靶点进行药物推荐,被推荐的药物中有10个药物与自闭症临床用药重合,它们分别是:Chlorpromazine、Clozapine、Olanzapine、Imipramine、Aripiprazole、quetiapine、Galantamine、amitriptyline、Vitamin C、Zinc。其中 Aripiprazole又与重要的自闭症治疗药物重合。基于以上,药物和靶点的推荐结果具有可参考价值。结论:基于药物网络,通过社会网络分析法和聚类分析法,针对药物适应证发现了 28个自闭症潜在治疗药物。基于“药物-靶点”关联网络,通过二分网络推荐算法,为7个重要的自闭症治疗药物推荐了 21个潜在的自闭症治疗靶点;为73个重要自闭症治疗药物的靶点推荐了 215个潜在的自闭症治疗药物。通过药物网络发现的自闭症潜在治疗药物和通过“药物-靶点”关联网络推荐的自闭症相关潜在治疗靶点和药物,可为发现自闭症治疗领域的潜在价值提供思路以及为疾病的诊断与治疗、精准医疗等方面开展相关研究提供参考。