Contexts and contradictions: a roadmap for computational drug repurposing with knowledge inference.
Contexts and contradictions: a roadmap for computational drug repurposing with knowledge inference.
复制标题
DOI：
10.1093/bib/bbac268
复制
发表时间：
2022-07-18
影响因子：
9.5
通讯作者：
中科院分区：
文献类型：
--
作者：
药物开发的成本继续上升，在临床需求未得到满足的情况下，特别是罕见疾病的药物开发成本可能令人望而却步。基于人工智能的方法有潜力发现新的治疗方案。在药物、蛋白质、基因和疾病表型相互作用的知识图（KG）中，药物再利用假设生成的任务是一个很好的链接预测问题。来自生物医学文献的知识库语义丰富，是科学知识的最新表示。科学kg的推理方法可能会被未指定的上下文和矛盾所混淆。提取上下文可以结合相关的药代动力学和药效学细节，例如相互作用的组织特异性。当上下文被省略或由于相互矛盾的研究主张时，生物医学kg中的矛盾可能会出现。在这篇综述中，我们描述了创造药理学知识的文献规模表示所面临的挑战，并调查了目前结合上下文和解决矛盾的方法。
The cost of drug development continues to rise and may be prohibitive in cases of unmet clinical need, particularly for rare diseases. Artificial intelligence-based methods are promising in their potential to discover new treatment options. The task of drug repurposing hypothesis generation is well-posed as a link prediction problem in a knowledge graph (KG) of interacting of drugs, proteins, genes and disease phenotypes. KGs derived from biomedical literature are semantically rich and up-to-date representations of scientific knowledge. Inference methods on scientific KGs can be confounded by unspecified contexts and contradictions. Extracting context enables incorporation of relevant pharmacokinetic and pharmacodynamic detail, such as tissue specificity of interactions. Contradictions in biomedical KGs may arise when contexts are omitted or due to contradicting research claims. In this review, we describe challenges to creating literature-scale representations of pharmacological knowledge and survey current approaches toward incorporating context and resolving contradictions.
登录
查看更多内容
影响因子：
1.9
作者：
Alamri A;Stevenson M
通讯作者：
Stevenson M
影响因子：
2.5
作者：
Cheerkoot-Jalim S;Khedo KK
通讯作者：
Khedo KK
影响因子：
4
作者：
Ananiadou S;Thompson P;Nawaz R;McNaught J;Kell DB
通讯作者：
Kell DB
影响因子：
3.7
作者：
Defranchi E;Schalon C;Messa M;Onofri F;Benfenati F;Rognan D
通讯作者：
Rognan D
影响因子：
4.5
作者：
Chapman, WW;Bridewell, W;Buchanan, BG
通讯作者：
Buchanan, BG