[發明專利]一種可解釋的基于文獻知識圖譜的藥物不良反應發現方法

在審

• 申請號: 202110489047.9
• 申請日: 2021-04-29
• 公開（公告）號: CN113161013A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 劉星;司靜文;王萌;馬欣宇;黃偉;賀喜;唐永忠;歐陽文
• 申請（專利權）人: 中南大學湘雅三醫院
• 主分類號: G16H70/40
• 分類號: G16H70/40;G16H50/70;G06F16/36
• 代理公司: 長沙智路知識產權代理事務所(普通合伙) 43244
• 代理人: 張毅

1.一種可解釋的基于文獻知識圖譜的藥物不良反應發現方法，其特征在于，包括以下步驟：

S1、從醫學文獻數據中抽取四種實體：疾病、生物標志物、藥物和不良反應；

S2、使用所述四種實體，利用樸素貝葉斯模型，構建文獻知識圖譜：所述文獻知識圖譜包括頂點和邊，所述頂點包含四種實體類型的頂點，即疾病、生物標志物、藥物和不良反應類型的頂點，所述邊代表兩個頂點之間的關系，每條邊連接兩種不同類型的頂點，邊上的權重表示兩個頂點之間的相關性，所述邊上的權重通過重要性指標描述；

S3、基于文獻知識圖譜中的藥物不良反應對比藥物說明書，發現潛在的不良反應；

S4、基于文獻知識圖譜對所述潛在的不良反應提供合理的生物標志物路徑解釋：使用深度優先搜索算法用于查找藥物與不良反應之間的每條路徑，提取與藥物前1％相關的生物標志物和該藥物對應的潛在的不良反應之間的路徑，從而為潛在的不良反應提供合理的生物標志物路徑解釋。

2.根據權利要求1所述的可解釋的基于文獻知識圖譜的藥物不良反應發現方法，其特征在于，步驟S1還包括，將抽取的實體進行以下處理：將帶有否定含義的實體以及出現頻率不超過50次的實體去除，其余實體被視為與每個摘要相關的實體。

3.根據權利要求1所述的可解釋的基于文獻知識圖譜的藥物不良反應發現方法，其特征在于，步驟S1中，根據分類描述確定疾病類型實體和藥物類型實體，根據UMLS中的WHO源字典進行構建不良反應類型實體，根據生物標記物的定義構建生物標記物類型實體。

4.根據權利要求1所述的可解釋的基于文獻知識圖譜的藥物不良反應發現方法，其特征在于，步驟S2中，通過計算疾病i與生物標志物j之間的重要性指標來說明每兩個頂點間的關系，疾病i與生物標志物j之間的重要性指標為：

IMPT_NB＝log(p(x_i＝1|y_j＝1))-log(p(x_i＝1|y_j＝0))

其中x_i的取值為0或1，分別代表生物標志物i不出現或出現,y_i的取值為0或1，分別代表疾病j不出現或出現，p(.)通過樸素貝葉斯模型求得；重要性指標大于一定閾值，則認為該生物標志物i和疾病j之間是存在相關性的，即存在邊，且相關性即求得的重要性指標，否則不存在邊。

5.根據權利要求4所述的可解釋的基于文獻知識圖譜的藥物不良反應發現方法，其特征在于，所述閾值為零，重要性指標為正則存在一個邊，邊上的權重通過重要性指標描述，重要性指標為負則不存在一個邊。

6.根據權利要求1所述的可解釋的基于文獻知識圖譜的藥物不良反應發現方法，其特征在于，步驟S3包括，從文獻知識圖譜中收集所有藥物并確定相應的不良反應以形成藥物不良反應對，將每個藥物對應的不良反應與該藥物說明書內容比對，發現藥物說明書未報道的不良反應，并以臨床數據驗證，得到潛在的不良反應。

7.根據權利要求1所述的可解釋的基于文獻知識圖譜的藥物不良反應發現方法，其特征在于，步驟S4中，針對每個藥物，提取與藥物前1％相關的生物標志物，再將所述與藥物前1％相關的生物標志物分別與該藥物對應的潛在的任一不良反應的相關性進行對比，其中相關性最大的生物標志物最有可能介導了該藥物導致該潛在的不良反應的發生。

8.一種可解釋的基于文獻知識圖譜的藥物不良反應發現系統，其特征在于，包括：

至少一個處理器；以及與所述處理器通信連接的至少一個存儲器，其中：

所述存儲器存儲有可被所述處理器執行的程序指令，所述處理器調用所述程序指令能夠執行如權利要求1至7任一項所述的方法。

9.一種非暫態計算機可讀存儲介質，其特征在于，所述非暫態計算機可讀存儲介質存儲計算機指令，所述計算機指令使所述計算機執行如權利要求1至7任一項所述的方法。