ADReCS: an ontology database for aiding standardization and hierarchical classification of adverse drug reaction terms.
ADReCS: an ontology database for aiding standardization and hierarchical classification of adverse drug reaction terms.
复制标题
ADReCS：一个本体数据库，用于帮助药物不良反应术语的标准化和层次分类。
DOI：
10.1093/nar/gku1066
复制
发表时间：
2015-01
影响因子：
14.9
通讯作者：
Ji ZL
中科院分区：
文献类型：
--
作者：
Cai MC;Xu Q;Pan YJ;Pan W;Ji N;Li YB;Jin HJ;Liu K;Ji ZL
药物不良反应（ADRs）是指药物治疗过程中出现的不良反应。它们造成了重大的临床负担，并导致了很大一部分新药开发失败。因此，需要在实验室中对药物（或候选药物）安全性进行分子理解和计算机模拟评价，但不幸的是，ADR术语的滥用在很大程度上阻碍了这一过程。生物信息学和系统生物学在毒理学研究中日益增长的影响也需要一个专门的ADR术语系统，它不仅仅是一个简单的词汇表。药品不良反应分类系统（ADReCS; http：//bioinf.xmu.edu.cn/ADReCS）是一个综合性的ADR本体数据库，它不仅提供ADR标准化，而且提供ADR术语的层次分类。ADR术语被预先分配了唯一的数字ID，同时被很好地组织成一个四级ADR层次树，用于建立ADR-ADR关系。目前，该数据库涵盖了6544个标准ADR术语和34796个同义词。它还包括1355个单一活性成分药物和134022个药物ADR对的信息。总之，ADReCS提供了一个直接计算ADR术语的机会，也为挖掘ADR的共同特征提供了线索。
Adverse drug reactions (ADRs) are noxious and unexpected effects during normal drug therapy. They have caused significant clinical burden and been responsible for a large portion of new drug development failure. Molecular understanding and in silico evaluation of drug (or candidate) safety in laboratory is thus so desired, and unfortunately has been largely hindered by misuse of ADR terms. The growing impact of bioinformatics and systems biology in toxicological research also requires a specialized ADR term system that works beyond a simple glossary. Adverse Drug Reaction Classification System (ADReCS; http://bioinf.xmu.edu.cn/ADReCS) is a comprehensive ADR ontology database that provides not only ADR standardization but also hierarchical classification of ADR terms. The ADR terms were pre-assigned with unique digital IDs and at the same time were well organized into a four-level ADR hierarchy tree for building an ADR–ADR relation. Currently, the database covers 6544 standard ADR terms and 34 796 synonyms. It also incorporates information of 1355 single active ingredient drugs and 134 022 drug–ADR pairs. In summary, ADReCS offers an opportunity for direct computation on ADR terms and also provides clues to mining common features underlying ADRs.
登录
查看更多内容
影响因子：
4.2
作者：
Brown, EG;Wood, L;Wood, S
通讯作者：
Wood, S
影响因子：
9.9
作者：
Kuhn M;Campillos M;Letunic I;Jensen LJ;Bork P
通讯作者：
Bork P
使用药物的化学，生物学和表型特性对不良药物反应进行大规模预测。
DOI：
10.1136/amiajnl-2011-000699
发表时间：
2012-06
期刊：
Journal of the American Medical Informatics Association : JAMIA
影响因子：
--
作者：
Liu M;Wu Y;Chen Y;Sun J;Zhao Z;Chen XW;Matheny ME;Xu H
通讯作者：
Xu H
影响因子：
4.2
作者：
Clarke, A;Deeks, JJ;Shakir, SAW
通讯作者：
Shakir, SAW
DOI：
10.1002/wsbm.114
发表时间：
2011-03
影响因子：
7.9
作者：
Berger, Seth I.;Iyengar, Ravi
通讯作者：
Iyengar, Ravi