中文摘要：

新药的研究与开发是化学和生命科学的重要组成部分，基于系统的创新药物研究，期望针对多靶点同时发现具有不同生物活性的化合物是创新药物研发的新策略。本研究拟将FDA批准的67种抗癌药物及其相关靶标和基因信息三者作为一个整体，构建一个抗癌药物-靶标蛋白-癌症相互作用的级联层次网络。对网络进行拓扑表征并分析其性质。建立重要靶标节点蛋白的残基网络模型并研究模型的性质与其结构间的关系，构建抗癌药物的QSAR模型。基于抗癌药物分子结构和组合化学的相关知识构建组合化学库，采用机器学习方法对化合物库进行高通量筛选，得到抗癌先导化合物库，并与实验结果关联，验证模型的准确性并改进网络质量。提供在线的webserver预测服务系统及网络可视化系统。期望本项目的实施能为实验科学家设计合成抗癌药物，加快研发进程，降低研发成本等环节提供科学依据。

结论摘要：

新药的研究与开发是化学和生命科学的重要组成部分，基于系统的创新药物研究，期望针对多靶点同时发现具有不同生物活性的化合物是创新药物研发的新策略。本研究构建蛋白质相互作用网络。对网络进行拓扑表征并分析其性质。建立重要靶标节点蛋白的残基网络模型并研究模型的性质与其结构间的关系。围绕疾病、靶标与小分子的相互作用开展了一系列的研究工作，并以此为基础探讨了疾病、药效的分子机制。提供在线的webserver预测服务系统及网络可视化系统。期望本项目的实施能为实验科学家设计合成抗癌药物，加快研发进程，降低研发成本等环节提供科学依据。