换一批基于多源知识图谱的乳腺癌药物重定位研究
Research on Drug Repositioning of Breast Cancer Based on Multi Source Knowledge Graph
摘要目的 构建多源知识图谱进行乳腺癌药物重定位研究,探索用于治疗乳腺癌的潜在药物.方法 收集乳腺癌相关文献数据,通过文本挖掘抽取知识实体和语义关系;同时整理Drugbank和TTD数据,通过实体对齐和关系对齐的方法实现数据融合;最后借助TransE算法和R-GAT模型计算各候选药物治疗乳腺癌的概率.结果 本研究构建的多源知识图谱共包含6 448个实体及15 865对关系,且R-GAT模型在性能对比实验中取得最佳表现.最终共预测出20种具有乳腺癌治疗潜力的药物,其中13种有文献依据支持在相关临床试验中具有较好的效果.结论 基于多源知识图谱进行药物重定位研究可以提供更加全面和多维的数据视角,而TransE算法和R-GAT模型可以充分学习实体间的复杂关系,有效完成知识图谱链接预测任务.未来可以针对预测药物进一步设计临床试验进行疗效与安全性评估,同时积极探索不同乳腺癌亚型的个性化药物治疗方案.
更多相关知识
关键词
乳腺癌药物重定位文本挖掘知识图谱关系图注意力网络breast cancerdrug repositioningtext miningknowledge graphrelational graph attention network
栏目名称
DOI
10.3969/j.issn.1672-5166.2025.03.016
发布时间
2025-07-15（万方平台首次上网日期，不代表论文的发表时间）
基金项目
中央高校基本科研业务费专项资金资助项目（YCJJ20252434）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
