基于SPO语义三元组的自闭症谱系障碍药物知识发现

• 作者: 吕艳华 赵宏霞 李琦 梁傲雪 于琦 山西医科大学管理学院
• 来源期刊: 护理研究
• 关键词: 自闭症谱系障碍 知识图谱 语义挖掘 药物重定位
• 年，卷（期）: 2024,（5）
• 所属期刊栏目: 科研论著
• 页码范围: 48-56
• 页数: 9页
• 语种: 中文

摘要

目的:运用语义挖掘技术抽取自闭症相关文献中的三元组并构建自闭症药物实体知识图谱，深层次开展自闭症治疗的潜力药物知识发现，同时也为其他疾病发现有价值的潜在治疗药物提供新思路。方法:采用基于统一医学语言系统（ULMS）的工具SemRep、Metamap对自闭症文献记录进行处理并获得自闭症药物实体三元组，使用Neo4j数据库进行知识存储，构建自闭症药物实体知识图谱。基于该知识图谱，采用3种语义路径开展自闭症药物知识发现，并使用临床实验数据库（https：//clinicaltrials. gov）对结果进行有效性验证与分析。结果:获得的实体三元组包括1 262个头实体、687个尾实体和18种实体关系；3种语义路径共发现32种药物，筛选出27种自闭症潜力药物，并且19种药物可以在临床实验数据库中验证。结论:基于语义三元组知识图谱开展自闭症药物知识发现可为药物重定位提供一定的理论和方法基础，为传统药物发现提供新的思路，以期为临床实验及其科学研究提供决策支持。