基于知识图谱嵌入的阿尔茨海默病药物重定位研究

阿尔茨海默病(Alzheimer′s disease,AD)给社会带来了巨大的医疗和经济负担,寻找和发现其治疗药物有着重大的研究意义。本研究采用知识图谱嵌入在公开的药物再利用知识图谱(drug repurposing knowledge graph,DRKG)上研究了AD的药物重定位。首先,利用4种知识图谱嵌入模型,即TransE、DistMult、ComplEx和RotatE在DRKG上学习实体和关系的嵌入向量;随后使用3种经典的知识图谱评估指标评估和比较了这些模型的性能和学习到的嵌入向量的质量;根据评估比较的结果,选择利用RotatE模型进行链接预测,确定了16种有可能用于AD治疗的药物,其中谷胱甘肽、氟哌啶醇、辣椒素、槲皮素、雌二醇、葡萄糖、双硫仑、腺苷、帕罗西汀、紫杉醇、格列本脲、阿米替林已被前人的研究证实对于AD有潜在的治疗作用。研究结果表明,基于知识图谱嵌入的药物重定位研究有望为AD药物发现提供新的思路和方法,RotatE模型可以有效地整合DRKG的多源信息,进而很好地完成了AD药物重定位任务。本研究的源代码可以从https://github.com/LuYFLemon-love/AD-KGE获得。

基于H省药品不良反应真实世界数据对信号检测方法的比较研究

目的:比较3种信号检测方法对H省药品不良反应(adverse drug reaction,ADR)监测系统数据进行信号检测的灵敏度差异,以期探索适用于我国ADR数据库的方法。方法:对2016年1月至2020年12月H省ADR数据库20个季度的ADR数据按季度分组,并依次累加处理,分别使用报告比值比(reporting odds ratio,ROR)法、英国药品和保健产品管理局(Medicines and Healthcare Products Regulatory Agency,MHRA)综合标准法、贝叶斯置信传播神经网络(Bayesian confidence propagation neural network,BCPNN)法,对各个累加季度中西咪替丁注射制剂、阿米卡星注射剂等国家药监局于2021~2022年公示的10种修订说明书的药品进行信号检测,比较采用3种方法发现的20个累加季度后的ADR信号数量、各个信号最早被检测出来的时间,以及明确各个信号被最早检测出时所用的方法。结果:经数据处理后得到有效报告569843份。采用ROR法检测出的信号数量最多,其检测出的信号总数量在药品说明书中平均占比29.79%;采用MHRA法与BCPNN法检测出的信号总数量在药品说明书中平均占比均为24.24%。采用这3种方法检测出的新信号数量平均占比分别为21.92%、21.85%、18.70%。采用3种方法检测产生时间差异的信号数量平均占比59.15%,没有产生时间差异的信号数量平均占比40.85%。ROR法是最早检测出信号的方法,MHRA法次之,BCPNN法最晚。结论:在上述3种方法中,采用ROR法检测出的总信号数量与新信号数量最多,检测出信号的时间最早,且灵敏度最高,因此ROR法可能更适用于H省现阶段ADR信号检测工作。