基于生物医学知识图谱与文本联合嵌入的丰富药物-药物相互作用预测

最小化由药物-药物相互作用引起的不良反应一直是临床药理学中的重要研究课题。在药物上市前通过临床研究检测出所有可能的相互作用是一项艰巨的任务。大数据的力量正在为发现各种药物-药物相互作用开辟新途径。然而，这些发现包含大量噪声，所提供的知识库远非完整和可信，难以直接利用。现有研究大多聚焦于预测药物对之间的二元药物-药物相互作用，而忽略了其他相互作用。本文提出一种称为 PRD 的新颖框架来预测药物-药物相互作用。该框架利用图嵌入克服数据不完整与稀疏问题，实现多标签 DDI 预测。首先，从多源数据生成大规模药物知识图谱。然后，将该知识图谱与全面的生物医学文本嵌入到共同的低维空间中。最后，通过链接预测过程利用所学嵌入高效计算丰富的 DDI 信息。为验证所提框架的有效性，在真实数据集上进行了大量实验。结果表明，我们的模型在能力和精度上优于几种最先进的基线方法。