基于多源语义知识图谱的药物知识发现:以药物重定位为实证

作     者：张晗 安欣宇 刘春鹤 Zhang Han;An Xinyu;Liu Chunhe

作者机构：中国医科大学健康管理学院沈阳110122 

出 版 物：《数据分析与知识发现》 (Data Analysis and Knowledge Discovery)

年 卷 期：2022年第6卷第7期

页      面：87-98页

核心收录：

学科分类：1007[医学-药学(可授医学、理学学位)] 1205[管理学-图书情报与档案管理] 12[管理学] 120502[管理学-情报学] 10[医学] 

基　　金：辽宁省社会科学规划基金项目(项目编号:L19BTQ006)的研究成果之一 

主　　题：知识发现 药物重定位 语义模型 知识图谱 

摘      要：【目的】探讨全数据集、跨数据平台的语义知识图谱构建方法,开展基于知识图谱的药物知识发现研究。【方法】获取PubMed、DrugBank、CTD等数据库的知识关联,通过知识融合、属性定义构建语义知识图谱,以药物重定位为实证,采用路径搜索和链路预测两种方法推理药物在肿瘤治疗中的新用途。【结果】利用知识图谱能有效地进行药物发现,两种方法的总体预测效果相近,路径发现预测F值为0.57,略高于链路预测(0.56)。此外,药物与适应症之间存在的路径数越多,预测阳性的可能性越大。【局限】实证研究知识推理机制建立在已有知识关联基础上,难以对无靶点信息的新药进行挖掘;同时庞大的数据体量难以实现知识图谱的动态更新。【结论】融合多源数据集构建的知识图谱能有效地发现药物新适应症,提升药物研发效率,为药物知识发现提供新思路。