摘要：藥物靶標作用關系預測是一種重要的輔助藥物研發手段,而生物實驗驗證藥物靶標作用關系耗錢耗時,因此,在數據庫中查詢驗證預測的藥物靶標作用關系是對預測方法的重要評價.基于KEGG,DrugBank,ChEMBL這3個數據庫,利用爬蟲獲取信息的方式設計開發了藥物靶標作用關系查詢驗證方法DTcheck(drug-target check),實現了對于提供KEGG DRUG ID及KEGG GENES ID的藥物靶標對的高效查詢驗證功能,并利用DTcheck分別為Enzyme,IC(ion channel),GPCR(G-protein-coupled receptor),NR(nuclear receptor)四個標準數據集擴充新增藥物靶標作用關系907,766,458,40對.此外,結合DTcheck查詢驗證,以BLM(bipartite local models)方法為例分析了預測結果的評價問題,結果表明,采用AUC(area under curve)值評價藥物靶標作用關系預測方法沒有Top N 評價合理,且AUC值低的BLMd方法在預測新的藥物靶標作用關系時優于AUC值高的BLMmax方法.