中文

开发用于药代动力学天然产物-药物相互作用的知识图谱框架

人工智能 2023-05-01 v1 定量方法

摘要

当植物天然产物与药物同时服用时,会发生药代动力学天然产物-药物相互作用(NPDI)。理解 NPDI 的机制是防止不良事件的关键。我们构建了一个知识图谱框架 NP-KG,作为迈向 NPDI 计算发现的一步。NP-KG 是一个异质 KG,包含生物医学本体、关联数据和科学文献全文,由 Phenotype Knowledge Translator 框架以及语义关系抽取系统 SemRep 和 Integrated Network and Dynamic Reasoning Assembler 构建。我们通过药代动力学绿茶-和 kratom-药物相互作用的路径搜索与元路径发现案例研究对 NP-KG 进行评估,以确定与真值数据相比一致和矛盾的信息。完全集成的 NP-KG 包含 745,512 个节点和 7,249,576 条边。NP-KG 的评估产生了一致(绿茶 38.98%,kratom 50%)、矛盾(绿茶 15.25%,kratom 21.43%)以及既一致又矛盾(绿茶 15.25%,kratom 21.43%)的信息。若干声称的 NPDI 的潜在药代动力学机制,包括绿茶-雷洛昔芬、绿茶-纳多洛尔、kratom-咪达唑仑、kratom-喹硫平以及 kratom-文拉法辛相互作用,与已发表文献一致。NP-KG 是首个将生物医学本体与聚焦天然产物的科学文献全文相集成的 KG。我们展示了 NP-KG 在识别涉及酶、转运蛋白和药物的药代动力学相互作用中的应用。我们设想 NP-KG 将促进改进的人机协作,以引导研究人员未来对药代动力学 NPDI 的研究。NP-KG 框架公开于 https://doi.org/10.5281/zenodo.6814507 和 https://github.com/sanyabt/np-kg。

关键词

引用

@article{arxiv.2209.11950,
  title  = {Developing a Knowledge Graph Framework for Pharmacokinetic Natural Product-Drug Interactions},
  author = {Sanya B. Taneja and Tiffany J. Callahan and Mary F. Paine and Sandra L. Kane-Gill and Halil Kilicoglu and Marcin P. Joachimiak and Richard D. Boyce},
  journal= {arXiv preprint arXiv:2209.11950},
  year   = {2023}
}