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获得.