[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

本發明公開了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，包括：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，所述邊代表兩個頂點之間的關系，邊上的權重表示兩個頂點之間的相關性，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。本發明通過計算醫學的技術手段探索藥物潛在的不良反應，為不良反應的機制研究提供動力。

技術領域

本發明涉及藥物信息學和生物信息學技術領域，尤其涉及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。

背景技術

藥物不良反應是導致患者嚴重發病率和死亡率的原因，也是醫療系統經濟負擔的來源。目前，藥源性疾病已經成為第5位易導致死亡的疾病，全球約有1/3的死亡病例是由治療藥物使用不當所致。特別是對于腫瘤患者，他們使用抗腫瘤藥物時會有相對較高的藥物不良反應發生率，并且更容易經歷罕見和嚴重的不良反應，會嚴重影響他們的生活質量。但由于樣本量和臨床試驗的可推廣性有限，在上市前對于罕見和嚴重不良反應的識別受到限制，所以探索潛在的不良反應對于降低發病率至關重要。近年來，隨著計算醫學的飛速發展與應用，越來越多的研究者認為可以運用計算醫學來提高臨床醫療輔助決策服務，但通常采用的基于神經網絡的推理不具有可解釋性。

發明內容

(一)要解決的技術問題

基于上述問題，本發明提供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，致力于通過計算醫學的技術手段探索藥物潛在的不良反應，解決藥物潛在的不良反應不易識別的問題。

(二)技術方案

基于上述的技術問題，本發明提供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，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。

進一步的，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。

進一步的，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。

進一步的，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))